劉 悅

（中國(guó)刑事警察學(xué)院，遼寧 沈陽(yáng)110035）

引言

視覺(jué)目標(biāo)跟蹤是智能公安系統(tǒng)的重要研究方向，主要涉及圖像處理，計(jì)算機(jī)視覺(jué)和模式識(shí)別等領(lǐng)域的知識(shí)，其應(yīng)用非常廣泛。目前，許多跟蹤算法都取得了令人滿意的結(jié)果，但是大多數(shù)算法沒(méi)有處理環(huán)境變化對(duì)圖像跟蹤的影響。僅僅用簡(jiǎn)單的Haar 特征來(lái)描述外觀模型并不能有效地處理光照的劇烈變化和背景雜波。由于目標(biāo)信息的復(fù)雜性、目標(biāo)的隨機(jī)性以及目標(biāo)的背景干擾和阻礙，目標(biāo)跟蹤技術(shù)仍然處于低谷期，這是一個(gè)具有挑戰(zhàn)性的問(wèn)題，目前幾種成熟的目標(biāo)跟蹤算法都需要特定的環(huán)境和應(yīng)用范圍，尤其是對(duì)大范圍場(chǎng)景的人體跟蹤問(wèn)題。為了解決光照變化和背景雜波引起的漂移問(wèn)題，利用擴(kuò)展的Haar 特征搜索目標(biāo)的粗定位，然后利用HOG特征對(duì)頭肩精定位，得到最佳跟蹤位置。本文提出了一種可用于跟蹤視覺(jué)目標(biāo)的有效配對(duì)HOG特征方法。該方法結(jié)合了不同類(lèi)型的特征，以確定相關(guān)濾波器結(jié)構(gòu)的HOG 特征，并通過(guò)獨(dú)立識(shí)別目標(biāo)來(lái)建立新的目標(biāo)位置。本文利用HOG描述子來(lái)表示行人，得到低維HOG特征向量。最后，將目標(biāo)特征向量和行人語(yǔ)義特征向量結(jié)合起來(lái)，利用目標(biāo)模型對(duì)行人識(shí)別進(jìn)行預(yù)測(cè)。與傳統(tǒng)方法相比，該算法簡(jiǎn)單實(shí)用，識(shí)別精度高。

HOG 的核心思想是所檢測(cè)的局部物體外形能夠被光強(qiáng)梯度或邊緣方向的分布所描述。通過(guò)將整幅圖像分割成小的連接區(qū)域（稱(chēng)為cells），每個(gè)cell 生成一個(gè)方向梯度直方圖或者cell 中pixel 的邊緣方向，這些直方圖的組合可表示出（所檢測(cè)目標(biāo)的目標(biāo)）描述子。本文旨在從視頻流中提取和跟蹤人體目標(biāo)。效率和精度是影響系統(tǒng)性能的兩個(gè)重要問(wèn)題。下面將描述所使用的特征，包括面向局部二進(jìn)制模式（oriented LBP）特征和HOG 特征。HOG 特征編碼高頻梯度信息。

1 頭肩檢測(cè)

HOG 是獲取物體強(qiáng)度梯度信息的有效描述子。它已成功地應(yīng)用于人體整體的檢測(cè)。為了提高HOG 的性能，采用多級(jí)HOG 特征來(lái)描述頭肩。全身檢測(cè)、頭部檢測(cè)和頭肩檢測(cè)都被用于行人檢測(cè)。當(dāng)出現(xiàn)遮擋時(shí)，整體身體檢測(cè)可能會(huì)失敗。頭部特征可以處理?yè)頂D的環(huán)境，但由于頭部特征基于機(jī)器學(xué)習(xí)方法的行人檢測(cè)的主流特征描述子之一是HOG（Histogram of Ori?ented Gradient，方向梯度直方圖）。HOG特征是用于目標(biāo)檢測(cè)的特征描述子，它通過(guò)計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來(lái)構(gòu)成特征，用這些特征描述原始圖像。

頭部特征可以在擁擠的環(huán)境中定位，但由于頭部特征包含的信息較少，可能會(huì)產(chǎn)生誤差。因此，實(shí)驗(yàn)時(shí)選擇了基于特定環(huán)境的頭肩檢測(cè)方法。把相機(jī)放在天花板上，45度朝向地面，這種角度適合頭肩探測(cè)器。具體方法：（1）創(chuàng)建64組圖像樣本，來(lái)自火車(chē)站過(guò)道和樓梯的運(yùn)動(dòng)人像視頻，通過(guò)預(yù)處理分解成關(guān)鍵幀。（2）輸入圖像經(jīng)gamma 歸一化，從樣本中提取16 個(gè)長(zhǎng)度為8×8 的像素塊，每個(gè)塊分成4個(gè)8×8的像素點(diǎn)。將圖像的梯度大小分為3個(gè)級(jí)別的塊，每個(gè)級(jí)別的每個(gè)塊由4 個(gè)矩形單元格組成。每個(gè)塊中4 個(gè)單元的直方圖被連接到塊的特征向量中。特征向量歸一化減少照明和前景背景對(duì)比度的局部變化的影響。然后，將塊的特征向量連接到每一層的特征向量中。根據(jù)像素梯度的方向，將單元中每個(gè)像素的梯度大小分為9 個(gè)格。在每個(gè)單元格中，梯度的角度平均分為0e～180e 的單元。所以總體特征向量是1764 維。（3）用線性支持向量機(jī)訓(xùn)練分類(lèi)器。首先，提取當(dāng)前目標(biāo)區(qū)域的坡度和方向性特征并將其分為2 個(gè)特征：HOG1 和HOG2。然后，使用分離的濾鏡框架，對(duì)2 個(gè)特征進(jìn)行分離。所有功能都呈現(xiàn)一個(gè)預(yù)測(cè)特征，選擇最佳功能。根據(jù)方向特性，通過(guò)特性計(jì)算獲得特性響應(yīng)，并找到響應(yīng)圖中的最高位置，即預(yù)測(cè)的新目標(biāo)的位置是人體模板中的其他位置。實(shí)驗(yàn)在快速移動(dòng)和背景復(fù)雜方面獲得了良好的性能。人像通過(guò)滑動(dòng)窗口選定，滑動(dòng)窗口是一種窮舉搜索方法，它只框選一個(gè)正方形區(qū)域內(nèi)的所有候選人。如圖1所示。

算法流程分為預(yù)處理步驟、行人檢測(cè)步驟和區(qū)域驗(yàn)證步驟。在預(yù)處理步驟中，通過(guò)對(duì)亮度值進(jìn)行直方圖平滑處理，減小從黑盒中獲得的HD 彩色圖像的大小，將圖像轉(zhuǎn)換為灰度，提高圖像的可見(jiàn)性。該方法從城市道路中獲取行人圖像。用于學(xué)習(xí)的行人圖像排除了重疊圖像。實(shí)驗(yàn)環(huán)境中的行人大多是在人行橫道上等待的圖像。對(duì)于實(shí)時(shí)處理，采用雙線性插值方法減小輸入圖像的大小。從行人圖像中提取特征信息進(jìn)行學(xué)習(xí)。將提取的特征信息輸入到學(xué)習(xí)中，生成行人檢測(cè)檢測(cè)器。接下來(lái)，使用在學(xué)習(xí)步驟中生成的級(jí)聯(lián)行人檢測(cè)器檢測(cè)行人區(qū)域，然后在行人驗(yàn)證步驟中使用關(guān)于行人信息的先驗(yàn)知識(shí)檢測(cè)最終行人區(qū)域。利用行人的知識(shí)信息，通過(guò)一個(gè)垂直的長(zhǎng)矩形、尺寸信息、位置信息來(lái)檢測(cè)最終的行人區(qū)域信息和行人模板匹配相似度用于生成最佳行人分類(lèi)器。第一學(xué)習(xí)時(shí)，對(duì)新視頻進(jìn)行了初步的分類(lèi)器測(cè)試，并添加了更多的錯(cuò)誤例子。在第二輪中，對(duì)分類(lèi)器進(jìn)行重新訓(xùn)練，得到最終的檢測(cè)器。

外觀模型根據(jù)顏色分布計(jì)算人體目標(biāo)的外觀模型。為了方便攝像機(jī)的傳輸格式，從YUV空間提取Y 通道。強(qiáng)度被均勻地分成9 個(gè)格子來(lái)建立直方圖。為了消除背景干擾，使用粗糙的“頭和肩”形狀的面具，只提取前景部分。使用Bhattacharyya 系數(shù)來(lái)測(cè)量目標(biāo)模型和觀測(cè)樣本之間的距離。^h 表示模型直方圖，hk表示第k 個(gè)觀測(cè)模型的直方圖，n 表示箱子的數(shù)量。目標(biāo)模型直方圖與觀測(cè)模型直方圖的距離公式：

圖1 定位頭肩

2 特征提取

在深度學(xué)習(xí)目標(biāo)跟蹤中，定向擾流器算法可用于解決當(dāng)目標(biāo)快速移動(dòng)，攝像機(jī)位置和目標(biāo)丟失時(shí)，對(duì)跟蹤器的準(zhǔn)確性、穩(wěn)定性和成功性產(chǎn)生重大影響的問(wèn)題。它具有使用體積神經(jīng)網(wǎng)絡(luò)跟蹤位置，改變粒子過(guò)濾器的擾流器中心，使定向擾流器樣本更接近實(shí)際位置，加速目標(biāo)發(fā)現(xiàn)，可以防止目標(biāo)消失，并提高跟蹤器的準(zhǔn)確性和成功率。在決策階段獲得定位頭肩圖后，可以通過(guò)提取作為前后幀目標(biāo)的HOG特征并最終計(jì)算同步速率來(lái)找到優(yōu)化。添加HOG功能后，跟蹤器可以適應(yīng)更復(fù)雜的場(chǎng)景并提高使用跟蹤器的魯棒性。根據(jù)obt-13 參考數(shù)據(jù)庫(kù)中FCNT和MEEEEDM等效算法的實(shí)驗(yàn)結(jié)果，在樣本量少的情況下，算法可以提高跟蹤精度、成功率和非粘性。啟用它可以更好地將其應(yīng)用于真實(shí)場(chǎng)景并放大其他跟蹤器。結(jié)合了定向梯度（HOG）外觀描述符的非重疊直方圖和定向局部二進(jìn)制模式（LBP）特征。采用時(shí)間相干性條件對(duì)檢測(cè)結(jié)果進(jìn)行錯(cuò)誤剔除，采用卡爾曼濾波對(duì)檢測(cè)到的行人進(jìn)行跟蹤。該系統(tǒng)的目標(biāo)是實(shí)現(xiàn)精確的人體檢測(cè)，同時(shí)對(duì)需要快速人體檢測(cè)和跟蹤的應(yīng)用保持高效。

大多數(shù)行人檢測(cè)系統(tǒng)選擇支持向量機(jī)或Adaboost 作為分類(lèi)器。使用各種常見(jiàn)特征對(duì)這些分類(lèi)器進(jìn)行評(píng)估時(shí)，發(fā)現(xiàn)線性支持向量機(jī)比boosting算法具有更好的檢測(cè)率。此外，利用面向HOG的LBP特征的低維特征向量，線性支持向量機(jī)對(duì)同一視頻幀的處理速度與Adaboost 相似。因此，本文選擇線性支持向量機(jī)作為行人檢測(cè)系統(tǒng)的分類(lèi)器。它主要著眼于傳遞測(cè)試算法，改進(jìn)的部分是融合了HOG和LBP功能。但是，特征融合可以增加融合后的特征向量的維數(shù)，因此改進(jìn)經(jīng)典算法的方法是使用描述PCA降維的HOG特征和圖片的圖案特征的LBP融合特征。結(jié)合SVM分類(lèi)器進(jìn)行步入檢查，由于路人和路人數(shù)量眾多、路人與物體之間存在誤差，提出了基于加權(quán)零件模型的高度測(cè)量算法。該算法通過(guò)為DPM中的每個(gè)小部件分配不同的權(quán)重來(lái)顯示小部件的重要性。改進(jìn)的算法可以處理圖像遮擋的情況。LBP 作為一種有區(qū)別的局部描述符，在人類(lèi)檢測(cè)應(yīng)用中取得了巨大的成功。LBP 特征具有許多優(yōu)點(diǎn)，如它可以利用均勻模式的概念濾除噪聲背景，并且計(jì)算效率高。為了計(jì)算LBP 特征，將檢測(cè)窗口劃分為若干塊，并根據(jù)中心像素與其相鄰像素之間的灰度差計(jì)算每個(gè)塊的直方圖。然后將所有塊的LBP 模式的直方圖連接起來(lái)，以描述檢測(cè)窗口的紋理。LBP 特征可以看作是一種局部紋理描述。結(jié)合LBP和HOG特征可以在行人檢測(cè)中取得很好的效果。然而，HOG-LBP特征的提取計(jì)算量大。每個(gè)64×128 檢測(cè)窗口有一個(gè)5668-D（3780+1888）特征向量。Gx為水平方向的像素值，Gy 為豎直方向的像素值，G 為歸一化后的值。對(duì)圖像進(jìn)行梯度計(jì)算公式：

要檢測(cè)場(chǎng)景中是否存在運(yùn)動(dòng)目標(biāo)，常用背景減除法檢測(cè)運(yùn)動(dòng)目標(biāo)，采用單高斯模型自適應(yīng)更新背景，以適應(yīng)場(chǎng)景中的光照變化和周期運(yùn)動(dòng)。輸入n 幀背景圖像和當(dāng)前幀圖像。算法是基于檢測(cè)和跟蹤的，更適合于不同角度和動(dòng)態(tài)背景。當(dāng)人流稀少時(shí)，基于背景的方法可以達(dá)到100%的準(zhǔn)確率，當(dāng)一組人中有更多人時(shí)，可以降到90%以下。當(dāng)人與人之間距離較近時(shí)，特征選擇方法識(shí)別率更高。在人流稀疏、背景簡(jiǎn)單的情況下，基于背景減除的方法效果良好，優(yōu)于Hog 特征的方法；而在人流密集、背景復(fù)雜的情況下，得到了更高的精度結(jié)果。高度小于40像素的小對(duì)象將被丟棄。然后，根據(jù)每個(gè)被檢測(cè)對(duì)象到支持向量機(jī)分類(lèi)器超平面的距離，計(jì)算其置信度。利用Windows 10 OS（四核3.4ghz，32g，GPU 1080ti） 和 Matlab 程序?qū)μ岢龅男腥藱z測(cè)方法進(jìn)行了測(cè)試。用于行人訓(xùn)練的行人圖像為320幅74×32像素的標(biāo)準(zhǔn)化圖像。串級(jí)學(xué)習(xí)參數(shù)設(shè)為虛警率0.05，學(xué)習(xí)執(zhí)行階段設(shè)為7。如圖2所示。

當(dāng)檢測(cè)到第一個(gè)目標(biāo)時(shí)，初始化卡爾曼濾波器以開(kāi)始預(yù)跟蹤?？柭鼮V波器預(yù)測(cè)它在下一幀中的位置。如果后續(xù)幀中的新檢測(cè)與跟蹤器預(yù)測(cè)一致重疊，則將其分配給該軌跡。設(shè)置參數(shù)時(shí)，把重疊率設(shè)為0.7。只有在連續(xù)三幀中滿足此條件的候選對(duì)象才被視為穩(wěn)定的行人目標(biāo)，并被標(biāo)記為正確。如表1所示。

圖2 程序執(zhí)行結(jié)果

表1 驗(yàn)證行人區(qū)域的參數(shù)

3 結(jié)論

實(shí)驗(yàn)結(jié)果表明，在行人檢測(cè)器檢測(cè)出的候選行人區(qū)域中，包含了行人區(qū)域，其中部分區(qū)域物體、樹(shù)木等作為行人區(qū)域進(jìn)行檢測(cè)，在行人驗(yàn)證步驟中，大部分錯(cuò)誤檢測(cè)的行人區(qū)域都被過(guò)濾掉。在模板匹配過(guò)程中，一些非行人區(qū)域被檢測(cè)為行人區(qū)域。該算法每幀檢測(cè)時(shí)間約為0.24s，行人檢測(cè)性能約為93%。當(dāng)用模板匹配法定義的行人區(qū)域與用該方法檢測(cè)的行人區(qū)域重疊度大于50%時(shí)，行人檢測(cè)被認(rèn)為是正確的。

本文采用基于Hog 特征的算法來(lái)跟蹤檢測(cè)公共場(chǎng)所的運(yùn)動(dòng)人體。在檢測(cè)階段，使用基于頭肩的Hog 特征和線性支持向量機(jī)對(duì)分類(lèi)器進(jìn)行訓(xùn)練。在跟蹤步驟中，使用了卡爾曼濾波方法作為外觀模型。該方法適用于多角度、雙向的人流，在局部遮擋、擁擠和背景干擾等情況下具有很強(qiáng)的魯棒性，可以應(yīng)用于實(shí)際公安工作中。