蔡 凡

(閩南理工學(xué)院, 工業(yè)自動(dòng)化控制技術(shù)與信息處理福建省高校重點(diǎn)實(shí)驗(yàn)室， 福建 泉州 362700)

行人檢測是指利用計(jì)算機(jī)視覺技術(shù)判斷圖像或者視頻序列中是否存在行人，并對存在的行人進(jìn)行精確定位。行人檢測結(jié)果得出的判斷是否準(zhǔn)確、定位是否精確，這涉及多個(gè)方面的影響因素，其中對行人特征的提取和有關(guān)計(jì)算方法至關(guān)重要。一般是通過邊緣特征、形狀特征、統(tǒng)計(jì)特征或變換特征等圖像的各類靜態(tài)特征來描述行人[1]；提取行人特征的方法主要有Haar小波特征法、HOG特征法、Edgelet特征法[2]等。本次研究，主要針對傳統(tǒng)的HOG+SVM行人檢測模型易受行人所處位置、影像大小和背景干擾等因素影響的問題，提出一種基于選擇性搜索和特征學(xué)習(xí)的級聯(lián)行人檢測算法。利用選擇性搜索算法在待檢測圖像上提取潛在的行人目標(biāo)，將選擇性搜索與AlexNet網(wǎng)絡(luò)模型相結(jié)合，通過級聯(lián)的形式逐步排除干擾目標(biāo)。運(yùn)用此方法，可減少計(jì)算量，提高行人檢測的效率。

1 行人候選區(qū)域的獲得

在檢測初期，選擇窗口常用滑動(dòng)窗口，即通過不斷改變窗口尺寸，對待檢測圖片進(jìn)行窮舉搜索[3]。這種窮舉搜索方法比較簡單，但存在兩個(gè)問題：一是由于會(huì)產(chǎn)生大量非行人窗口，從而增加誤檢率；二是由于滑動(dòng)的次數(shù)過多，會(huì)增加檢測時(shí)間，影響檢測效率。為克服滑動(dòng)窗口技術(shù)的不足，在此提出一種選擇性搜索方法，就是將密集搜索、分割搜索、隨機(jī)采樣搜索方法結(jié)合使用，找出可能出現(xiàn)的目標(biāo)區(qū)域，然后進(jìn)行識(shí)別。相比窮舉搜索法，選擇性搜索方法在對行人進(jìn)行定位時(shí)，在效率和準(zhǔn)確度上都有十分明顯的優(yōu)勢。

近年來，出現(xiàn)了許多獲取目標(biāo)候選區(qū)域的方法，如密集搜索、分割搜索、隨機(jī)采樣搜索方法。這些方法主要可分為兩種類型：一類是碎片融合型，就是先將圖片碎片化，然后重新組合；另一類是窗口打分選擇型，就是先分割出大量小窗口，然后對各窗口與行人進(jìn)行比對打分，按分?jǐn)?shù)高低進(jìn)行排序，剔除低分窗口。文獻(xiàn)[4]提出的選擇性搜索方法，集合了分割方法和密集搜索方法，其基本思想主要是：利用圖像分割算法將目標(biāo)圖片切成許多小的分塊，記作R={r1,r2,…,rn}；然后將這些小的分塊利用分層分組算法予以合并，最后將它們?nèi)诤铣梢粋€(gè)大的整體。但是，對小分塊進(jìn)行合并時(shí)，由于自然圖片的顏色、紋理等特征具有多樣性，計(jì)算機(jī)對它們進(jìn)行識(shí)別的方法也必然存在差異。因此，在計(jì)算圖像最終的相似度時(shí)，我們先將顏色、紋理、尺寸、相容性等4種特征的相似度進(jìn)行組合。

s(ri,rj)=a1sc(ri,rj)+a2st(ri,rj)+

a3ss(ri,rj)+a4sfill(ri,rj)

(1)

式中：s(ri，rj)表示ri和rj這2個(gè)相鄰區(qū)域圖像的相似度；sc表示顏色相似度；st表示紋理相似度；ss表示尺寸的相似度；sf表示吻合(相容)相似度；權(quán)值αi∈{0，1}。

在實(shí)驗(yàn)中，設(shè)定不同的特征權(quán)值組合，計(jì)算圖像最終的相似度。經(jīng)過大量實(shí)驗(yàn)，獲得效果較好的候選區(qū)域，然后抽取具有代表性的幾組特征權(quán)值組合對應(yīng)的平均召回率(見表1)進(jìn)行比較。平均召回率的大小與行人候選區(qū)域的好壞具有正相關(guān)性。結(jié)合實(shí)驗(yàn)結(jié)果，最后將4種特征相似度的權(quán)值組合確定為sc+0.5st+0.5ss+0.4sf。

表1 相似度權(quán)值組合及其對應(yīng)的平均召回率

與滑動(dòng)窗口比較，選擇性搜索的行人候選窗口，減少了大量非行人窗口，但仍然會(huì)產(chǎn)生一些非行人窗口。以圖1為例，采用選擇性搜索技術(shù)得到159個(gè)候選區(qū)域。在未設(shè)置行人圖像尺度時(shí)，非行人的區(qū)域占了大部分。將圖中行人區(qū)域的寬度和高度分別設(shè)置為1.3 m和3.5 m，結(jié)果淘汰了部分非行人的區(qū)域，最后只留下25個(gè)含行人的候選區(qū)域。

圖1 行人圖片

2 HOG特征+SVM級聯(lián)

方向梯度直方圖(HOG)是計(jì)算機(jī)視覺、模式識(shí)別領(lǐng)域常用的一種描述圖像局部紋理的特征。它是通過計(jì)算圖片某一區(qū)域中不同方向上梯度的值，然后進(jìn)行累積而得到的直方圖，可以代表這塊區(qū)域。

支持向量機(jī)(SVM)是一種常見的分類判別方法。在行人檢測中，可將SVM用作區(qū)分行人和非行人的分類器。如應(yīng)用基于網(wǎng)格法的SVM，就是先采集得到正樣本(行人)和負(fù)樣本(非行人，如汽車、樹木、路燈等)，提取出樣本的HOG特征，再應(yīng)用SVM分類器對其進(jìn)行訓(xùn)練，從而得到行人檢測模型。將HOG特征與SVM級聯(lián)結(jié)合起來，利用OpenCV中提供的計(jì)算HOG特征功能，采集HOG特征，供SVM分類使用，最終實(shí)現(xiàn)行人檢測。

采集HOG特征的主要思想是，通過對圖像進(jìn)行局部區(qū)域化，然后對局部目標(biāo)的表象和形狀的各像素點(diǎn)梯度或邊緣密度方向直方圖進(jìn)行描述，最后即可根據(jù)直方圖信息描述圖片特征。本次研究的選擇性搜索的行人檢測系統(tǒng)，即以“HOG+SVM”的方式，提取HOG特征，建立訓(xùn)練集。其檢測流程如圖2所示。

圖2 基于選擇性搜索的行人檢測流程示意

3 AlexNet 網(wǎng)絡(luò)模型

AlexNet網(wǎng)絡(luò)模型主要利用了卷積神經(jīng)網(wǎng)絡(luò)模型的概念。與傳統(tǒng)的機(jī)器學(xué)習(xí)分類算法比較，AlexNet網(wǎng)絡(luò)模型的準(zhǔn)確率可達(dá)57.10%，已經(jīng)相當(dāng)出色。在機(jī)器學(xué)習(xí)中，該網(wǎng)絡(luò)模型主要利用多參數(shù)層、多分類形成邏輯回歸，然后通過有限的訓(xùn)練樣本去逼近訓(xùn)練樣本的全局分布[5]，實(shí)現(xiàn)訓(xùn)練樣本的正確率。在此，同樣采用基于選擇性搜索和AlexNet 網(wǎng)絡(luò)模型的級聯(lián)行人檢測。

基于機(jī)器學(xué)習(xí)的級聯(lián)行人檢測主要包括以下內(nèi)容：

(1) 利用HOG特征、分類器、行人數(shù)據(jù)庫及評估標(biāo)準(zhǔn)等現(xiàn)有數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，準(zhǔn)備訓(xùn)練集。

(2) 用Caffe框架實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)AlexNet模型，建立訓(xùn)練集，實(shí)現(xiàn)行人模型參數(shù)的調(diào)節(jié)[5]。

(3) 采用選擇性搜索算法，在待檢測圖像上提取潛在的行人目標(biāo)。

(4) 利用行人特有的長寬比信息，排除不合理的潛在行人目標(biāo)，得到候選行人目標(biāo)。

(5) 完成針對候選行人目標(biāo)的區(qū)域完善。

(6) 將候選人目標(biāo)輸入AlexNet行人檢測模型，得到行人目標(biāo)，同時(shí)排除干擾目標(biāo)。

(7) 利用測試數(shù)據(jù)集進(jìn)行測試，計(jì)算檢測的準(zhǔn)確率和誤檢率。

應(yīng)用以上檢測方法，可有效解決行人重疊和遮擋的問題，加快檢測速度，強(qiáng)化檢測實(shí)時(shí)性。

4 實(shí)驗(yàn)結(jié)果與分析

4.1 ETH行人數(shù)據(jù)集檢驗(yàn)

利用ETH行人數(shù)據(jù)集來檢驗(yàn)算法的性能，將漏檢率和誤檢率作為檢測行人的性能參數(shù)。該數(shù)據(jù)集記錄了所有測試樣本在不同分類器下的漏檢率和誤檢率。

在ETH數(shù)據(jù)庫中，運(yùn)用不同方法對同一目標(biāo)進(jìn)行檢測。結(jié)果顯示，漏檢率都是隨誤檢率的增加而減少。以HOG特征為例，對目標(biāo)候選區(qū)域先進(jìn)行選擇性搜索，再分別利用HOG和AlexNet進(jìn)行級聯(lián)分類，結(jié)果所得檢測錯(cuò)誤曲線如圖3所示。

圖3 2種級聯(lián)分類方法在ETH數(shù)據(jù)庫中的檢測錯(cuò)誤曲線

在ETH數(shù)據(jù)庫中，3種分類器下目標(biāo)檢測的誤檢率和漏檢率稍有差異。與傳統(tǒng)的HOG特征法相比，當(dāng)誤檢率均為10%時(shí)，采用選擇性搜索的行人檢測方法的漏檢率均有所降低。其中，基于選擇性搜索和HOG的檢測結(jié)果，漏檢率約降低3.52個(gè)百分點(diǎn)；基于選擇性搜索和AlexNet模型的行人檢測結(jié)果，漏檢率約降低9.32個(gè)百分點(diǎn)(見表2)。采用選擇性搜索產(chǎn)生候選窗口的方法，相以滑動(dòng)窗口的行人檢測系統(tǒng)，檢測的時(shí)效性有所改善，漏檢率也有所下降。

4.2 Caltech 行人數(shù)據(jù)集檢驗(yàn)

利用 Caltech 行人數(shù)據(jù)集來檢驗(yàn)算法的性能。獲得的可用于描述不同分類器性能的檢測錯(cuò)誤曲線如圖4所示。所有測試樣本在3種分類器下的漏檢率和誤檢率，如表3所示。

表2 在ETH數(shù)據(jù)庫中不同方法的檢測結(jié)果

圖4 2種級聯(lián)分類方法在Caltech數(shù)據(jù)庫中的檢測錯(cuò)誤曲線

表3 在Caltech數(shù)據(jù)庫中不同方法的檢測結(jié)果

利用 Caltech 行人數(shù)據(jù)集進(jìn)行的算法實(shí)驗(yàn)結(jié)果表明，在誤檢率均為10%時(shí)，采用選擇性搜索和ALexNet網(wǎng)絡(luò)模型算法，相比傳統(tǒng)的HOG特征法，漏檢率減少11.63個(gè)百分點(diǎn)；相比選擇性搜索和HOG算法，漏檢率減少6.22個(gè)百分點(diǎn)。同時(shí)也表明，利用選擇性搜索時(shí)，AlexNet的級聯(lián)行人檢測效果優(yōu)于SVM的級聯(lián)行人檢測效果。

5 結(jié) 語

與傳統(tǒng)的HOG特征算法比較，采用選擇性搜索與HOG或AlexNet的級聯(lián)行人檢測方法，改進(jìn)了選擇性搜索產(chǎn)生的候選窗口，可以減少大量非行人窗口的數(shù)量。通過AlexNet行人模型相關(guān)參數(shù)，對AlexNet神經(jīng)網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，建立訓(xùn)練集，最終構(gòu)造有效分類器。實(shí)驗(yàn)表明，將HOG特征和AlexNet模型相結(jié)合，可有效提高行人檢測的效率，降低誤檢率和漏檢率。