陳 良，高陳強(qiáng)

(重慶郵電大學(xué)信號(hào)與信息處理重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400065)

0 引言

行人檢測(cè)是指利用計(jì)算機(jī)技術(shù)自動(dòng)搜索并確定圖像中行人位置、大小等信息。隨著計(jì)算機(jī)視覺(jué)的快速發(fā)展，行人檢測(cè)技術(shù)已經(jīng)廣泛應(yīng)用于人們生活的各個(gè)方面。例如，對(duì)車(chē)輛前方的行人進(jìn)行檢測(cè)和識(shí)別并及時(shí)發(fā)出警報(bào)信號(hào)，可以提高車(chē)輛行駛的安全性;再如，在智能視頻監(jiān)控中對(duì)行人進(jìn)行檢測(cè)能夠?yàn)槊舾袌?chǎng)所提供安全保障。

目前提出了許多行人檢測(cè)算法，如利用梯度或邊緣方向上的方向密度分布來(lái)描述局部目標(biāo)的外形和形狀的方法［1］，無(wú)監(jiān)督的多形態(tài)特征學(xué)習(xí)［2］，結(jié)構(gòu)濾波［3］及基于卡爾曼濾波框架的行人檢測(cè)［4］。這些算法在成像條件較好的情況下可以取得較好的行人檢測(cè)效果。然而，在夜晚、霧天等條件下，這些方法將因?yàn)槌上駡D像質(zhì)量的下降而失效。因此，基于紅外圖像的行人檢測(cè)逐漸成為近年來(lái)的研究熱點(diǎn)。與可見(jiàn)光成像相比，紅外成像是一種熱成像，能夠利用物體紅外熱輻射的強(qiáng)度來(lái)形成圖像，具有不受光照、顏色、紋理等因素影響的優(yōu)點(diǎn)。目前，基于紅外圖像的行人檢測(cè)研究已經(jīng)取得了一些算法成果。文獻(xiàn)［5］采用目前最常用的混合高斯模型檢測(cè)人體目標(biāo)。文獻(xiàn)［6］學(xué)習(xí)不同方向下的圖像邊緣特征，并結(jié)合Adaboost分類(lèi)器實(shí)現(xiàn)了行人的檢測(cè)。文獻(xiàn)［7］采用雙目視覺(jué)系統(tǒng)的行人檢測(cè)實(shí)現(xiàn)方法。文獻(xiàn)［8］針對(duì)基于輪廓和模板匹配模型需要建立大量龐大的模板庫(kù)的缺點(diǎn)，提出分級(jí)匹配和并行硬件處理的方法來(lái)實(shí)現(xiàn)人體的檢測(cè)。

然而，紅外行人檢測(cè)仍然面臨一個(gè)特征維數(shù)過(guò)高的問(wèn)題。文獻(xiàn)［9］采用經(jīng)典的主分量分析降維方法，但是這種方法在將二維圖像矩陣變?yōu)橐痪S向量的過(guò)程中破壞了圖像的空間結(jié)構(gòu)信息。由于紅外圖像沒(méi)有明顯的紋理信息，因此，這種空間的輪廓結(jié)構(gòu)信息對(duì)檢測(cè)結(jié)果具有重要的影響。為此，本文提出一種基于紅外行人目標(biāo)的廣義二維主分量特征和稀疏表示的行人目標(biāo)檢測(cè)算法。該方法在降低特征數(shù)據(jù)維數(shù)的同時(shí)可以保存圖像的空間結(jié)構(gòu)信息。實(shí)驗(yàn)結(jié)果表明，該算法具有較好的紅外行人目標(biāo)檢測(cè)效果。

1 稀疏表示模型

隨著多尺度變換和壓縮感知［10］技術(shù)在圖像分析領(lǐng)域的興起，稀疏表示逐漸成為了模式識(shí)別圖像處理領(lǐng)域的研究熱點(diǎn)。圖像的稀疏表示就是將數(shù)據(jù)投影到變換空間上并用盡可能少的超完備字典原子來(lái)表示圖像的主要特征和內(nèi)在結(jié)構(gòu)信息。目前，稀疏表示已經(jīng)廣泛地應(yīng)用到了圖像去噪［11］、壓縮［12］和人臉識(shí)別［13］等領(lǐng)域。

圖像的稀疏表示模型描述如下:超完備字典為A=［A1，A2，…，An］，其中，Ai= ［vi，1，vi，2，…，vi，j］∈Rm×j表示字典第 i類(lèi)原子，vi，j表示第 i類(lèi)的第 j個(gè)原子。則屬于第i類(lèi)的圖像y(y∈Rm)在超完備字典A下的近似表示為

2 基于稀疏表示的紅外行人檢測(cè)算法

將稀疏表示理論應(yīng)用到圖像處理中，最重要的就是構(gòu)造有效的超完備字典。其構(gòu)造的原則是字典中的原子應(yīng)盡可能地描述圖像內(nèi)在的信息，并且能夠最大限度地減少重構(gòu)誤差。本文首先采用廣義二維主分量(generalized two－dimensional principal component analysis，G2DPCA)降維方法提取主分量，并由此構(gòu)造超完備特征字典，然后求解待測(cè)試圖像(滑動(dòng)窗口得到的子圖)在超完備特征字典中的稀疏表示系數(shù)向量，最后定義一個(gè)函數(shù)來(lái)實(shí)現(xiàn)判決行人目標(biāo)是否存在。

2.1 G2DPCA超完備字典學(xué)習(xí)方法

(6)式中，Di表示第i個(gè)訓(xùn)練樣本的特征，這樣通過(guò)學(xué)習(xí)得到的整個(gè)訓(xùn)練樣本集的超完備特征字典為D。

2.2 行人目標(biāo)檢測(cè)

采用滑動(dòng)窗口的方法，即從左到右、從上到下地遍歷整幅圖像，并判斷每個(gè)局部子圖是否存在行人目標(biāo)。

對(duì)于給定的待檢測(cè)子圖，在超完備特征字典D中的稀疏表示系數(shù)可以采用基追蹤算法［16］(BP)求解

當(dāng)?shù)玫酱龣z測(cè)圖像y的稀疏表示系數(shù)向量x后，定義一個(gè)系數(shù)稀疏度量函數(shù)S(x)來(lái)判定待檢測(cè)圖像y是行人目標(biāo)的可能性為

(8)式中:N表示整個(gè)字典原子總數(shù);A表示字典中行人原子編號(hào)的集合，A∈［0，N1］。然后，設(shè)置一個(gè)閾值門(mén)限λ(λ∈［0，1］)來(lái)判決子圖y是否是行人目標(biāo)。

根據(jù)以上分析，總結(jié)本文算法流程如圖1所示。具體的算法步驟如下。

首先，對(duì)紅外圖像進(jìn)行預(yù)處理。為了能夠盡可能地保護(hù)圖像的細(xì)節(jié)信息，并權(quán)衡行人檢測(cè)效果，只對(duì)采集的紅外圖像做最簡(jiǎn)單的中值濾波去噪預(yù)處理。

其次，學(xué)習(xí)行人目標(biāo)的超完備特征字典D。選取N1幅大小為m×n的行人目標(biāo)圖像作為正樣本(參見(jiàn)圖2)，隨機(jī)選取其他相同大小的任意圖像N－N1幅作為負(fù)樣本，并將所有訓(xùn)練樣本依次編號(hào)，學(xué)習(xí)所有訓(xùn)練樣本的G2DPCA特征，完成超完備特征字典D的學(xué)習(xí)。

然后，對(duì)局部的行人目標(biāo)進(jìn)行識(shí)別。采用滑動(dòng)窗口得到局部子圖y，使用定義的稀疏度量函數(shù)S(x)判定局部子圖是否包含行人目標(biāo)。

最后，對(duì)整幅圖像的行人進(jìn)行標(biāo)記。在標(biāo)記行人目標(biāo)的過(guò)程中，為了避免同一個(gè)目標(biāo)重復(fù)標(biāo)記，設(shè)置相鄰標(biāo)記框的最小距離γ，當(dāng)2個(gè)標(biāo)記框的距離小于最小距離時(shí)放棄標(biāo)記。

3 實(shí)驗(yàn)仿真及結(jié)果分析

圖1 算法流程圖Fig.1 Flow chart of algorithm

圖2 部分正樣本圖像Fig.2 Part of positive sample images

本文以 OSU thermal pedestrian database［17］俄亥俄州立大學(xué)紅外行人公開(kāi)圖像數(shù)據(jù)庫(kù)作為實(shí)驗(yàn)的對(duì)象。選取正負(fù)樣本圖像分別為650幅和600幅，樣本的量化尺寸為20×40。部分正樣本圖像如圖2所示。從圖2可以看出，該正樣本圖像基本包含了不同行人目標(biāo)的特征。在實(shí)驗(yàn)中，參數(shù)δ=0.000 5，γ=20，初始化RMSE(0)=∞ 。表1對(duì)比了文獻(xiàn)［18］算法的特征字典數(shù)據(jù)的維數(shù)。由表1可以看出，本文提出的算法具有較低的特征數(shù)據(jù)維數(shù)。

表1 特征數(shù)據(jù)維數(shù)對(duì)比Tab.1 Comparison of feature data dimensionality

圖3為整幅圖像的行人目標(biāo)檢測(cè)結(jié)果。由圖3可以看出，本文的算法具有較好的檢測(cè)效果。

為了定量評(píng)估本文的算法，定義紅外行人目標(biāo)檢測(cè)的正確識(shí)別率Pd，錯(cuò)誤識(shí)別率Pf分別為

圖3 行人檢測(cè)結(jié)果Fig.3 Results of pedestrian detection

(9)—(10)式中:Na為真實(shí)檢測(cè)到的目標(biāo)數(shù)目;Nu為圖像實(shí)際目標(biāo)總數(shù);Nf為檢測(cè)到的虛假目標(biāo)數(shù)目;Nb為圖像的非目標(biāo)數(shù)目。表2為在不同閾值λ情況下目標(biāo)的正確識(shí)別率Pd和錯(cuò)誤識(shí)別率Pf。由表2可以看出采用該算法取得了比較好的檢測(cè)效果。

表2 閾值λ取不同值時(shí)目標(biāo)正確識(shí)別率，錯(cuò)誤識(shí)別率情況Tab.2 Target recognition rate，error recognition rate when parameterλtakes different values

為了進(jìn)一步客觀評(píng)估本文算法的性能，我們對(duì)不同算法的接收機(jī)操作特性曲線［19］(receiver operating characteristics，ROC)進(jìn)行對(duì)比。ROC是目標(biāo)正確識(shí)別率對(duì)錯(cuò)誤識(shí)別率的曲線，其下方的面積越大，表明算法性能越好。圖4為PCA和G2DPCA 2種超完備特征字典學(xué)習(xí)方法的ROC曲線。從圖4可以看出，采用G2DPCA字典學(xué)習(xí)方法的ROC曲線下方面積比PCA大，說(shuō)明本文采用的G2DPCA字典學(xué)習(xí)方法的目標(biāo)檢測(cè)性能優(yōu)于PCA字典學(xué)習(xí)的檢測(cè)性能。

圖5顯示了本文方法和文獻(xiàn)［18］中方法的ROC曲線。該方法采用行人目標(biāo)的HOG特征與SVM分類(lèi)相結(jié)合的檢測(cè)算法。從圖5可以看出，本文算法的ROC曲線位于HOG+SVM算法曲線上方，說(shuō)明本文算法優(yōu)于文獻(xiàn)［18］的紅外行人檢測(cè)算法。

圖4 G2DPCA，PCA字典學(xué)習(xí)方法的ROC曲線比較Fig.4 ROC curve comparison of G2DPCA and PCA dictionary learningmethods

圖5 本文算法與HOG+SVM的行人檢測(cè)算法的ROC曲線比較Fig.5 ROC curve comparison with HOG+SVM pedestrian detection algorithms

4 結(jié)論

本文采用廣義二維主分量分析方法提取紅外圖像的特征，構(gòu)造行人目標(biāo)的超完備特征字典，然后結(jié)合稀疏表示理論計(jì)算滑動(dòng)窗口局部子圖，測(cè)試圖像在超完備特征字典下的稀疏系數(shù)，根據(jù)系數(shù)稀疏程度的不同來(lái)實(shí)現(xiàn)紅外圖像中行人目標(biāo)的檢測(cè)。通過(guò)OSU thermal pedestrian database圖像數(shù)據(jù)庫(kù)的實(shí)驗(yàn)檢測(cè)結(jié)果，對(duì)比PCA提取目標(biāo)特征方法和HOG+SVM行人檢測(cè)算法，表明采用本文算法在降低特征數(shù)據(jù)維數(shù)的同時(shí)能夠有效檢測(cè)紅外圖像中的行人目標(biāo)，并具有較好的檢測(cè)性能。

［1］DALAL N，TRIGGSB.Histograms of oriented gradients for human detection［C］//IEEE.Computer Vision and Pattern Recognition，2005.CVPR 2005.IEEE Computer Society Conference on.Piscataway，N.J:IEEE Press，2005，1:886－893.

［2］SERMANET P，KAVUKCUOGLU K，CHINTALA S，et al.Pedestrian Detection with Unsupervised Multi－Stage Feature Learning［J］.arXiv preprint arXiv，2013:3626－3633.

［3］DUAN G，AIH，LAO S.A structural filter approach to human detection［M］.Berlin:Springer Berlin Heidelberg，2010:238－251.

［4］MITTAL S，PRASAD T，SAURABH S，etal.Pedestrian detection and tracking using deformable partmodels and Kalman filtering［C］//IEEE.SoC Design Conference(ISOCC)，2012 International.Piscataway，N.J:IEEE Press，2012:324－327.

［5］STAUFFER C，GRIMSONW E L.Adaptive background mixturemodels for real－time tracking［C］//IEEE.Computer Vision and Pattern Recognition，1999.IEEE Computer Society Conference on.Piscataway，N.J:IEEE Press，1999，2.

［6］WU B，NEVATIA R.Detection ofmultiple，partially occluded humans in a single image by bayesian combination of edgelet part detectors［C］//IEEE.Computer Vision，2005，ICCV 2005，Tenth IEEE International Conference on.Piscataway，N.J:IEEE Press，2005，1:90－97.

［7］BERTOZZIM，BROGGIA，LASAGNIA，etal.Infrared stereo vision－based pedestrian detection［C］//IEEE.Intelligent Vehicles Symposium，2005，IEEE Proceedings.Piscataway，N.J:IEEE Press，2005:24－29.

［8］GAVRILA D M.Pedestrian detection from amoving vehicle［M］//Berlin:Springer Berlin Heidelberg，2000:37－49.

［9］KOBAYASHI T，HIDAKA A，KURITA T.Selection of histograms oforiented gradients features for pedestrian detection［C］//ISHIKAWA M.Neural Information Processing.Berlin:Springer Berlin Heidelberg，2008:598－607.

［10］呂翊，林賀宇，趙輝，等.基于 sym8小波和部分 hadmard矩陣的深空?qǐng)D像壓縮編碼［J］.重慶郵電大學(xué)學(xué)報(bào):自然科學(xué)版版，2012，24(5):646－651.

LV Yi，LIN Heyu，ZHAO Hui，etal.Deep－space image compression coding based on sym8 wavelet and partial hadmard matrix［J］.Journal of Chongqing University of Posts and Telecommunications:Nature Science Edition，2012，24(5):646－651.

［11］MATSUYAMA E，TSAID Y，LEE Y，et al.A Method for Mammographic Image Denoising Based on Hierarchical Correlations of the Coefficients of Wavelet Transforms［C］//LONG M.World Congress on Medical Physics and Biomedical Engineering May 26－31，2012，Beijing，China.Berlin:Springer Berlin Heidelberg，2013:872－875.

［12］PLONKA G，TENORTH S，ISKE A.Optimally sparse image representation by the easy path wavelet transform［J］.International Journal of Wavelets，Multiresolution and Information Processing，2012，10(01).

［13］WRIGHT J，YANG A Y，GANESH A，et al.Robust face recognition via sparse representation［J］.Pattern A－nalysis and Machine Intelligence，IEEE Transactions on，2009，31(2):210－227.

［14］DONOHO D L.For Most Large Underdetermined Systems of Linear Equations the Minimal l1－Norm Solution Is also the Sparsest Solution［J］.Communications on Pure and Applied Mathematics，2006，59(6):907－934.

［15］KONG Hui，WANG Lei，TEOH E K，et al.Generalized 2D principal component analysis for face image representation and recognition［J］.Neural Networks，2005，18(5－6):585－594.

［16］van DEN Berg E，F(xiàn)RIEDLANDER M P.Probing the Pareto frontier for basis pursuit solutions［J］.SIAM Journal on Scientific Computing，2008，31(2):890－912.

［17］JAMESW，DAVISJwdavis.OSU thermal pedestrian database［EB/OL］.(2007－05－15)［2013－04－15］.http://www.cse.ohio－state.edu/otcbvs－bench/.

［18］SUARD F，RAKOTOMAMONJY A，BENSRHAIR A，et al.Pedestrian detection using infrared images and histograms of oriented gradients［C］//IEEE.Intelligent Vehicles Symposium，2006 IEEE.Piscataway，N.J:IEEE Press，2006:206－212.

［19］AGARWAL S，ROTH D.Learning a sparse representation for object detection［C］//Proceedings of the 7th European Conference on Computer Vision－Part IV.New York:Springer－Verlag，2002:113－130.

(編輯:王敏琦)