崔劍 侯曉榮

（電子科技大學(xué)，四川 成都 611731）

基于多尺度特征近似計(jì)算的行人檢測方法

崔劍 侯曉榮

（電子科技大學(xué)，四川 成都 611731）

傳統(tǒng)的多尺度特征計(jì)算都是首先構(gòu)造不同尺度的圖像形成圖像金字塔，然后在金字塔每一層上通過滑動(dòng)窗口的辦法提取相應(yīng)的特征，實(shí)驗(yàn)表明在目標(biāo)檢測時(shí)特征提取消耗大量時(shí)間，改善特征提取的速度是提升目標(biāo)檢測速度的關(guān)鍵。本文使用FFC(Fast Feature Computation)計(jì)算方法對(duì)多尺度圖像特征進(jìn)行快速提取，同時(shí)結(jié)合Adaboost算法和多特征融合方法用于行人目標(biāo)檢測，實(shí)驗(yàn)結(jié)果表明效果較好。

圖像金字塔；滑動(dòng)窗口；FFC；Adaboost；多特征融合

1 引言

行人檢測技術(shù)屬于人工智能領(lǐng)域研究的一部分，然而信息技術(shù)的發(fā)展將行人檢測技術(shù)推廣到了現(xiàn)實(shí)應(yīng)用之中。傳統(tǒng)的特征提取方法遍歷多尺度圖像并提取每一個(gè)尺度下圖像的特征。Dalal和Triggs[1]提出使用HOG特征用于行人目標(biāo)檢測，單特征提取速度較快但是檢測效果不佳。Gavrila[2]采用全局模板，利用層級(jí)模板匹配實(shí)現(xiàn)行人檢測，在分層遍歷檢測時(shí)消耗大量時(shí)間。Lin等人[3]利用人體局部特征構(gòu)造模板匹配，此方法檢測速度較快但是利用局部特征難以表征全局，實(shí)際檢測效果欠佳。Borgefors[4]提出參數(shù)化邊緣模板，針對(duì)同一張圖片不同的分辨率情況下，使用HCMA完成模板匹配，此方法與Gavrila檢測方法一致需要耗費(fèi)大量時(shí)間。Walk等人[5]提出的CSS特征與Gao等人[6]提出的ACF特征本質(zhì)都是單特征提取，區(qū)別在于表征目標(biāo)信息不同。孫銳等人[7]提出融合的顯著性信息與HOG-NMF特征與Wang等人[8]提出的HOG-LBP特征都是利用多特征融合方式最大程度表征行人目標(biāo)，改善了檢測的效果但是特征提取速度較慢。

考慮到單特征計(jì)算速度快但是檢測效果不好且多特征融合提取計(jì)算復(fù)雜度較高的問題，本文提出了快速特征計(jì)算方法，在不影響檢測效果的情況下提高檢測的速度?？焖偬卣饔?jì)算改善了目標(biāo)特征提取的速度，有助于實(shí)現(xiàn)實(shí)時(shí)檢測目標(biāo)。

2 快速特征計(jì)算

區(qū)別于傳統(tǒng)的多尺度特征計(jì)算，快速特征計(jì)算無需對(duì)圖像金子塔每一層圖像提取特征，而是在當(dāng)前尺度下取得的特征近似計(jì)算相鄰尺度下圖像的特征。因此可以在不遍歷圖像金字塔的情況下實(shí)現(xiàn)多尺度圖像特征的提取，一定程度上加速了特征計(jì)算。

2.1 圖像金子塔

圖像金字塔是以多分辨率來解釋圖像的一種結(jié)構(gòu)。圖像金字塔最初用于機(jī)器視覺和圖像壓縮，一幅圖像的金字塔是一系列以金字塔形狀排列的分辨率逐步降低的圖像集合。金字塔的底部是待處理圖像的高分辨率表示，而頂部是低分辨率的近似。對(duì)于行人檢測來說，行人在圖像中的深度信息不一樣，因此需要提取不同分辨率下行人目標(biāo)特征。

圖1 圖像金字塔

2.2 多尺度特征近似估計(jì)

圖像金子塔的構(gòu)成本質(zhì)對(duì)源圖像進(jìn)行采樣，采樣的方法有雙線性插值、最近鄰法等方法。圖像采樣之后會(huì)得到一系列不同分辨率的圖像組合。不同尺度圖像特征存在著關(guān)聯(lián)性。本文以梯度直方圖為例說明多尺度特征之間關(guān)聯(lián)性。

對(duì)于源圖像Im(x，y),上采樣系數(shù)τ，得到圖像Im'(x，y)，采樣公式如下：

根據(jù)圖像梯度信息定義可知采樣前與采樣后圖像梯度之間的關(guān)系：

因此全局梯度幅值之間的關(guān)系如下：

本文從INRIA數(shù)據(jù)集選取了1000張正樣本和1500張負(fù)樣本，采樣系數(shù)為2，結(jié)果如圖2：

圖2 上采樣梯度幅值比例

圖2所示為測試的樣本上采樣梯度幅值比例直方圖，從圖中可以看出大部分樣本都是在比例為2附近，與預(yù)期的結(jié)果一致。對(duì)于下采樣的結(jié)果如圖3所示：

圖3 下采樣梯度幅值比例

針對(duì)正負(fù)樣本的下采樣的結(jié)果如圖3所示，顯示的結(jié)果表明大部分的樣本的比值分布在0.3左右，與預(yù)期的0.5相差較多。因此，對(duì)于下采樣的特征近似估計(jì)可以使用測試樣本的均值來表示在采樣系數(shù)為τ的情況下特征近似估計(jì)的系數(shù)。圖中正負(fù)樣本下采樣的均值分別為0.3335和0.2944，則可以使用這兩個(gè)均值代替影響因子近似計(jì)算不同尺度特征。

Ruderman和Bialek[9,10]提出對(duì)于圖像不同尺度下的基于像素點(diǎn)的信息數(shù)據(jù)統(tǒng)計(jì)規(guī)律。假設(shè)Г(Im)表示圖像Im任意尺度下的數(shù)據(jù)信息，E(Г(Im))表示當(dāng)前尺度下圖像數(shù)據(jù)的期望，因此對(duì)于不同尺度下的數(shù)據(jù)可用E(Г(Imk))表示，對(duì)于任意給定的尺度κ1和κ2下，二者圖像數(shù)據(jù)信息之間的關(guān)系為：

對(duì)于給定的圖像Im構(gòu)造多尺度下的圖像集合Im={Im1，Im2，…，Imn}，對(duì)應(yīng)尺度下獲得的特征數(shù)據(jù)為F={F1，F(xiàn)2，…，F(xiàn)n}，代入上述公式可得：

上式中ζ表示對(duì)于給定圖像特征數(shù)據(jù)的方差。之前舉例說明的特征計(jì)算近似估計(jì)可得，對(duì)于最終特征數(shù)據(jù)近似參數(shù)τ的估計(jì)如下：

通過提取樣本不同的特征可以根據(jù)τ的值近似得到λF值的大小。通過對(duì)INRIA訓(xùn)練樣本中1218個(gè)負(fù)樣本進(jìn)行測試得到不同特征不同尺度下τ和λF的擬合曲線?；谔荻戎狈綀D的擬合曲線如下：

圖4 梯度直方圖特征擬合效果圖

3 實(shí)驗(yàn)流程與數(shù)據(jù)分析

本文采樣INRIA樣本集上的614張正樣本和1218張負(fù)樣本作為訓(xùn)練的樣本，在樣本上分別提取LUV顏色、梯度直方圖和梯度幅值特征，然后交由Adaboost訓(xùn)練得到相應(yīng)的分類器在測試樣本上檢測目標(biāo)。在本文中對(duì)于測試樣本的選取是采用了300張正樣本圖片和500張負(fù)樣本圖片，實(shí)驗(yàn)結(jié)果DET曲線如下：

圖5 INRIA樣本集實(shí)驗(yàn)DET曲線

從圖5可以看出在INRIA樣本集上目標(biāo)檢測誤檢率達(dá)到10-2時(shí)，使用本文提出的方法與Pls方法[11]相比漏檢率低30%，相比于Dalal提出的HOG特征方法漏檢率低近40%。部分實(shí)驗(yàn)效果圖如下：

圖6 行人檢測效果示意圖

圖(a)中雖然檢測出所有的行人目標(biāo)，但是最右邊的行人身體部分被檢測出來。由于行人目標(biāo)姿態(tài)、衣著等經(jīng)常變化，因此檢測存在著難度。圖(e)中多姿態(tài)行人被準(zhǔn)確檢測出來。圖(b)中檢測出離攝像頭近的行人目標(biāo)，由于在實(shí)驗(yàn)中設(shè)置了最小滑動(dòng)窗口的閾值，對(duì)于很小的行人目標(biāo)檢測存在著困難。圖(c)(d)(f)(g)(h)均有很好的檢測效果。

本文針對(duì)給出圖6中8幅圖片使用HOG、HogLbp和本文方法計(jì)算消耗時(shí)間的比較，驗(yàn)證檢測方法的快速性。

表1 行人檢測方法時(shí)間表

4 結(jié)論

從上述的實(shí)驗(yàn)結(jié)果可以看出FFC方法提高了行人檢測的速度，結(jié)合多特征融合的方式又可以保證行人檢測的準(zhǔn)確率。但是提取的特征描述行人目標(biāo)仍然存在著不足，在以后的研究中可以尋找更適合的特征作為行人目標(biāo)的描述。在實(shí)際現(xiàn)實(shí)中圖像的復(fù)雜程度會(huì)更大，也增加了檢測的難度，所以需要全方位角度去加強(qiáng)姓人檢測的效果。

[1]Dalal N，Triggs B．Histograms of oriented gradients for human detection[C]//Computer Vision and Pattern Recognition，2005．CVPR 2005．IEEE Computer Society Conference on．IEEE，2005，1：886-893．

[2]Gavrila D M．A bayesian，exemplar-based approach to hierarchical shape matching[J]．Pattern Analysis and Machine Intelligence，IEEE Transactions on，2007，29(8)：1408-1421．

[3]Lin Z，Hua G，Davis L S．Multiple instance feature for robust partbased object detection[C]//Computer Vision and Pattern Recognition，2009．CVPR 2009．IEEE Conference on．IEEE，2009：405-412．

[4]Borgefors G．Hierarchical chamfer matching:A parametric edge matching algorithm[J]． Pattern Analysis and Machine Intelligence，IEEE Transactions on，1988，10(6)：849-865．

[5]Walk S，Majer N，Schindler K，et al．New features and insights for pedestrian detection[C]//Computer vision and pattern recognition(CVPR)，2010 IEEE conference on．IEEE，2010：1030-1037．

[6]Gao W，Ai H，Lao S．Adaptive contour features in oriented granular space for human detection and segmentation[C]//Computer Vision and Pattern Recognition，2009．CVPR 2009．IEEE Conference on．IEEE，2009：1786-1793．

[7]孫銳，陳軍，高雋．基于顯著性檢測與HOG-NMF特征的快速行人檢測方法[J]．電子與信息學(xué)報(bào)，2013，35(8)：1921-1926．

[8]Wang X，Han T X，Yan S．An HOG-LBP human detector with partial occlusion handling[C]//Computer Vision，2009 IEEE 12th International Conference on．IEEE，2009：32-39．

[9]Ruderman D L，Bialek W．Statistics of natural images:Scaling in the woods[J]．Physical review letters，1994，73(6):814．

[10]Ruderman D L．The statistics of natural images[J]．Network: computation in neural systems，1994，5(4)：517-548．

[11]Schwartz W R，Kembhavi A，Harwood D，et al．Human detection using partial least squares analysis[C]//Computer vision，2009 IEEE 12th international conference on．IEEE，2009：24-31．

AMethod for Pedestrian Detection Based on Fast Feature Computation

Cui Jian Hou Xiaorong
(University of Electronic Science and Technology of China,Chengdu,Sichuan,611731)

Traditional multi-scale feature extraction method for pedestrian detection firstly constructs image pyramid and then extracts corresponding features by sliding window method.The experiment reflects that it costs much time on feature extraction while we detect pedestrians.What we have to do is improving feature computation speed while does not matter detection performance.This paper proposes FFC(Fast Feature Computation)method for feature extraction and makes use of Adaboost algorithm and multi-features merge.Experimental results show that the effect is better.

image pyramid；sliding window method；FFC；Adaboost；multi-features merge

TP391.41

A

：1008-66609(2015)04-0050-03

崔劍，男，安徽合肥人，碩士，研究方向：模式識(shí)別與智能系統(tǒng)，計(jì)算視覺與機(jī)器學(xué)習(xí)。