0 引言

    行人檢測是依靠視頻圖像處理與機器學習等方法從視頻或圖像中自動發現行人目標的技術，廣泛應用于視頻監控、人工智能等領域^[1]。特征提取與分類是行人檢測的核心，現有行人檢測方法主要圍繞這兩個方面進行深入研究，如文獻[2]-[4]結合Haar特征和Adaboost分類器進行行人檢測，文獻[5]-[8]結合梯度方向直方圖特征（Histogram of Oriented Gradients，HOG）和支持向量機（Support Vector Machines，SVM）分類器進行行人檢測，文獻[9]-[10]采用深度學習方法進行行人檢測。不同的應用場合對行人檢測性能的要求往往也不同，現有方法在實際應用過程中還存在一些問題，譬如視頻監控、圖像搜索等應用場合對行人檢測的運算效率要求較高，同時希望虛警率盡可能低，從而降低后續分析處理的工作量，現有行人檢測方法的虛警率和運算效率還難以滿足這些應用場合的要求。本文主要針對這些對行人檢測的虛警率和運算效率要求較高的應用場合，提出一種結合輪廓粗篩和HOG細分的快速行人檢測方法，解決現有基于圖像的行人檢測方法運算效率低、虛警率高的問題。基本思路是：在輪廓粗篩階段，依據輪廓特征剔除部分干擾目標，降低虛警率和提高運算效率；在HOG細分階段，依據HOG特征和線性SVM分類器進一步降低虛警率。通過結合輪廓粗篩和HOG細分，降低行人檢測的虛警率并提高運算效率。

1 本文方法

    本文方法的設計思想是采用運算效率高的輪廓粗篩方法快速定位圖像中的可疑區域，然后僅針對可疑區域進行HOG細分，降低全圖HOG特征提取的耗時，提高運算效率。同時融合輪廓特征和HOG特征進行行人檢測，降低虛警率。本文方法主要包括圖像預處理、邊緣檢測、輪廓提取、輪廓粗篩、可疑圖像塊裁剪、HOG細分和行人窗口濾波7個環節，詳細描述如下。

1.1 圖像預處理

    圖像預處理主要是對圖像光照進行歸一化，避免不同場景下光照差異大引起的行人誤檢。本文僅使用圖像的亮度信息進行行人檢測，故僅采用Gamma標準化方法校正圖像的亮度信息，校正公式為：

其中，f₀(x，y)和f(x，y)分別表示校正前后像素點(x，y)處的亮度值。γ為校正系數。本文為了增強行人目標邊緣的亮度差異，選擇小于1的γ值。在本文中，γ取經驗值0.75。

1.2 邊緣檢測

    在實際圖像中，往往背景區域所占面積比目標區域大很大。這樣在背景區域上檢測行人目標不僅有可能會造成虛警，而且耗費了大量的時間。因此，本文先對圖像進行邊緣檢測，目標是將背景區域和目標區域區分開來，避免在背景區域上進行行人檢測造成的時間消耗和虛警現象。具體是采用Prewitt梯度算子來檢測目標區域的邊緣。記G_x和G_y分別表示圖像f在像素點(x，y)處沿x和y方向的梯度，則梯度模值m_(x，y)可以表示為：

其中，W和H分別表示圖像的寬度和高度。當像素點對應的梯度模值大于設定閾值T_E時，認為像素點為邊緣點，否則為背景點。本文取閾值T_E=0.35。邊緣圖像e為二值圖像，為了便于后續的輪廓提取，本文采用數學形態學的擊中與擊不中變換對邊緣圖像進行細化處理。

1.3 輪廓提取

    輪廓提取采用貪婪搜索方法，從圖像中任一邊緣點開始，采用8-鄰接跟蹤搜索方式，記錄跟蹤到的每一個邊緣點，直到邊緣點滿足輪廓跟蹤終止條件為止。其中，邊緣點的輪廓跟蹤終止條件為：

    (1)邊緣點在8鄰域內無可跟蹤的邊緣點（需要說明的是：已經跟蹤過的邊緣點不再重復跟蹤，實際操作過程中將跟蹤過的邊緣點像素值置為0）；

    (2)邊緣點為圖像的邊界點。

    在輪廓跟蹤過程中，一旦當前跟蹤的邊緣點滿足上述兩個條件之一，則終止該輪廓的跟蹤過程，然后記錄輪廓上的所有像素點的坐標，用該像素點坐標集合來描述該輪廓，表示為：

其中，K_n表示第n個輪廓Cn的像素點總數。

    按照上述思路，提取邊緣圖像中所有輪廓，直至邊緣圖像中無未被跟蹤過的邊緣點。

1.4 輪廓粗篩

    輪廓粗篩是指依據目標的輪廓特征粗篩選出可能包含行人的目標。本文采用兩層輪廓粗篩策略，具體描述如下。

    (1)先驗知識篩選

    本文只考慮正常行走姿態下的行人檢測，在該姿態下，行人目標輪廓的外接矩形框的寬度和高度滿足一些先驗知識。記第n個輪廓C_n的寬度和高度分別為w_n、h_n，則有：

其中，max和min分別表示取最大值和取最小值操作。本文依據行人輪廓寬度和高度的統計結果，制定一個寬松的先驗知識篩選條件，目標是避免剔除行人目標。篩選條件可以表示為：

其中，T_high和T_low分別表示輪廓高寬比的上、下限，取值在實驗部分討論。如果輪廓的外接矩形寬度和高度不滿足上述篩選條件，則剔除該輪廓，也即判定該輪廓不可能包含行人目標。

    (2)輪廓不變矩特征分類

    記：

    得到每一個輪廓的不變矩特征之后，將其代入已訓練好的分類器進行分類。因此，該部分的實現過程可以分為訓練和驗證兩個階段，具體描述如下。

    在訓練階段，構建一個包含行人目標輪廓正樣本和非行人目標輪廓負樣本的訓練樣本集(具體在實驗部分討論)，然后提取正負樣本中輪廓的不變矩特征,最后采用SVM對不變矩特征進行分類(實現過程參考文獻[11]，其中SVM的核函數選擇徑向基函數)，得到輪廓特征分類器。

    在驗證階段，對當前圖像中提取到的每一個輪廓，提取不變矩特征，然后采用SVM方法進行分類（分類器用訓練階段生成的輪廓特征分類器）。分類結果為正的輪廓可能包含行人目標，將其保留。而分類結果為負的輪廓不包含行人目標，將其剔除。

1.5 可疑圖像塊裁剪

    經過輪廓粗篩后，保留的輪廓可能存在行人目標，為了降低行人檢測的虛警率，本文再采用HOG細分策略對這些輪廓區域的圖像特性進行進一步的分析，確認該輪廓區域是否確實包含了行人目標?？紤]到HOG特征一般從灰度圖像中提取，因此先要裁剪可疑圖像塊，也即從原始灰度圖像中裁剪出可疑輪廓外接矩形框所框出的圖像塊。為了避免漏檢行人目標，在裁剪可疑圖像塊時對輪廓的外接矩形框進行了擴充，這樣可以將行人目標完整地保留在可疑圖像塊中。具體地，對于第n個輪廓C_n，得到的裁剪矩形框為(x_rn，y_rn，w_rn，h_rn)，其中，(x_rn，y_rn)表示裁剪矩形框的左上角頂點坐標，w_rn、h_rn分別表示裁剪矩形框的寬度和高度，求解公式為：

其中，χ表示矩形框的擴充量?？紤]到目標距離攝像機遠近不同時，其尺度差異很大。因此，參數χ不宜取固定值。考慮到圖像中行人的高度比寬度穩定（因為人的手部和腿部運動都會導致行人外接矩形框的寬度發生較大變化），故本文取參數χ=0.1h_n，這樣不同尺寸目標的參數χ取值與輪廓外接矩形框的高度比例固定，從而避免了不同位置目標裁剪矩形框擴充比例差異大的問題。

1.6 HOG細分

    HOG特征在行人檢測領域取得了很好的應用效果,本文也采用HOG特征進行行人的細分類。與文獻[5]中所述的基于HOG特征和SVM分類器進行行人檢測的方法的區別在于，本文采用輪廓粗篩選定了圖像中的可疑圖像塊，而可疑圖像塊的尺寸遠小于原圖像的尺寸，這樣降低了特征提取的運算量，進而提高了運算效率。與文獻[5]相比，這里中沒有進行亮度校正操作，因為在本文的圖像預處理階段已經進行了亮度校正操作。另外，這里又進行了一次梯度運算，原因是HOG特征提取時常采用一維梯度模板：(-1，0，1)。該模板提取的梯度特征能更好地描述行人和其他目標的差異。而本文在提取輪廓時不宜采用一維梯度模板，因為一維梯度模板的抗干擾能力較弱。其他操作與文獻[5]的描述相同，其中，梯度方向投票是在6×6單元格內，統計空間和方向上所有像素點梯度模值的累加和；對比度歸一化是對各單元格的梯度模值進行歸一化；HOG特征計算是計算單元格內的方向梯度直方圖；線性SVM分類器是采用訓練好的HOG特征分類器對當前HOG特征進行分類，當分類器的輸出為正時，表明檢測到行人目標，記錄檢測到的行人窗口，也即前一節計算得到的裁剪矩形框(x_rn，y_rn，w_rn，h_rn)。否則，丟棄該可疑圖像塊。

1.7 行人窗口濾波

    考慮到前述步驟檢測到的行人窗口可能存在單一行人目標被檢測多次的情況，因此需要對檢測到的行人窗口進行濾波，基本思路是將重合度較大的行人窗口合并，具體實現方法是：對于檢測到的任一行人窗口，計算其與檢測到的其他行人窗口的重合度(也即兩個窗口交叉部分的面積與兩個窗口所包圍的總面積的比值)，如果重合度大于閾值T_S(在本文中，閾值T_S取經驗值70%)，則判定兩個檢測窗口所包含的行人為同一人，此時將兩個檢測窗口合并，合并后的行人檢測窗口表示為：

其中，(x_i，y_i，w_i，h_i)和(x_j，y_j，w_j，h_j)表示合并前的兩個行人檢測窗口。合并之后，保留合并后的行人檢測窗口，刪除合并前的兩個行人檢測窗口。

    所有行人檢測窗口經過濾波之后，余下的行人檢測窗口即為檢測到的行人窗口。

2 仿真實驗

2.1 實驗說明

    本文方法用到了兩個分類器：(1)輪廓粗篩階段用到的輪廓特征分類器，(2)HOG細分階段用到的HOG特征分類器。這兩個分類器是在特征訓練階段得到的。特征訓練所用的數據集是國際上流行的INRIA數據集。因為該數據集中的每一幅正樣本圖像中只包含一個人工裁剪的直立行人，易于訓練。該數據集中包含行人的圖像有3 548幅，不包含行人的圖像有1 716幅。在訓練HOG特征分類器時，正樣本集為包含行人的圖像，負樣本集為不包含行人的圖像。訓練過程參照文獻[5]。在訓練輪廓特征分類器時，先按照本文1.1~1.3節描述的步驟提取圖像中的輪廓，然后人工標記行人輪廓和非行人輪廓，分別建立行人輪廓的正樣本集和非行人輪廓的負樣本集。接著采用1.4節所述的第二層篩選方法提取輪廓不變矩特征并進行訓練，得到輪廓特征分類器。另外，按照1.4節所述的第一層篩選方法計算輪廓正樣本集中各個輪廓的高寬比，如圖1所示。為了保證第一層輪廓粗篩選不會漏選行人目標，圖1中各輪廓高寬比要在輪廓高寬比的上下限閾值之內，也即，T_high≥2.4，T_low≤1.6。為進一步降低漏檢，本文再增加40%的容差，取T_high=3.4，T_low=1.0。

    考慮到本文主要是針對實際應用而設計，因此算法的測試數據集選用實景拍攝的街景圖像數據集Caltech。該數據集為640×480分辨率的視頻，幀率為30 f/s，約有250 000幀圖像，共標記了2 300個行人。

    算法的性能評價選用虛警率、漏警率和檢測耗時3個指標。虛警率是指檢測結果中非行人窗口所占的比例，漏警率是指數據集中標記的行人目標中未被檢測出的行人目標所占的比例，檢測耗時是指平均檢測一幅圖像所耗費的時間。仿真實驗所用的計算機性能參數為：Windows 7操作系統、Intel Core-i5 CPU 3.20 GHz、16 G 內存、Visual Studio 2012軟件平臺。其中，當檢測結果中行人窗口與數據集中標記的行人目標窗口的重合度超過50%時，才認為該行人目標被正確檢測。

2.2 算法性能分析

    下面將本文方法與目前應用廣泛的Haar+Adaboost方法^[3]、HOG+SVM方法^[5]和深度學習方法^[9]進行性能對比分析。圖2顯示了不同方法的虛警率和漏警率測試結果。

    從圖2可以看出，本文方法的虛警率是4種方法中最低的，原因是本文方法采用輪廓篩選剔除了一些干擾目標，從而降低了虛警率。在漏警率方面，本文方法的漏警率高于Haar+Adaboost方法，但與其他兩種方法相當。本文方法得到的虛警率和漏警率的平均值要小于其他3種方法。

    表1給出了不同方法的檢測耗時對比結果，可見，本文方法的檢測耗時明顯低于其他3種方法。

    綜上分析，本文方法在檢測行人時具有虛警率低和檢測速度快的優點，漏警率指標也與現有方法相當。

3 結束語

    本文提出了一種結合輪廓粗篩和HOG細分的快速行人檢測方法。設計思路是先采用運算效率高的輪廓粗篩策略初步選出可疑的圖像塊，這樣可以剔除部分干擾目標，降低虛警率。然后對可疑圖像塊進行HOG細分，在進一步降低虛警率的同時，由于僅在可疑圖像塊上執行運算量大的HOG特征提取操作，與在原圖像上提取HOG特征相比，運算量大幅降低。實驗結果表明，本文方法的虛警率低、運算效率高，適合于對虛警率和運算效率要求較高的行人檢測場合。后續研究將進一步降低行人檢測的漏警率。

參考文獻

[1] 張麗紅，李林.基于Adaboost算法選取和組合SVM的行人檢測算法[J].測試技術學報，2013(1)：73-78.

[2] XING W，ZHAO Y，CHENG R，et al.Fast pedestrian detection based on Haar pre-detection[J].International Journal of Computer and Communication Engineering，2012，1(3)：207-209.

[3] HOANG V D，VAVILIN A，JO K H.Pedestrian detection approach based on modified Haar-like features and AdaBoost[C].International Conference on Control，Automation and Systems，2012：614-618.

[4] RAKATE G R，BORHADE S R，JADHAV P S，et al.Advanced pedestrian detection system using combination of Haar-like features，Adaboost algorithm and Edgelet-Shapelet[C].IEEE International Conference on Computational Intelligence & Computing Research，2012：1-5.

[5] 徐淵，許曉亮，李才年，等.結合SVM分類器與HOG特征提取的行人檢測[J].計算機工程，2016，42(1)：56-60.

[6] ZHOU Z，XU L.Pedestrian detection based on HOG and weak-label structural SVM[J].Journal of Computational Information Systems，2014，10(1)：367-374.

[7] YAN J，ZHANG X，LEI Z，et al.Robust multi-resolution pedestrian detection in traffic scenes[C].IEEE Conference on Computer Vision and Pattern Recognition.IEEE Computer Society，2013：3033-3040.

[8] YADAV R P，KUTTY K，UGALE S P.Implementation of robust HOG-SVM based pedestrian classification[J].International Journal of Computer Applications，2015，114(19)：10-16.

[9] TIAN Y，LUO P，WANG X，et al.Pedestrian detection aided by deep learning semantic tasks[C].Computer Vision and Pattern Recognition.IEEE，2015：5079-5087.

[10] 曾敏，周益龍.基于深度學習模型的行人檢測研究與仿真[J].南京郵電大學學報(自然科學版)，2015，35(6)：111-116.

[11] WANG Y Q，TIAN D，SONG D Y，et al.Application of improved moment invariants and SVM in the recognition of solar cell debris[C].Advanced Materials Research，2013，805-806：21-26.

作者信息:

張  莉1，魏艷鳴2，周  兵3

(1.浙江長征職業技術學院 計算機與信息技術系，浙江 杭州310012；

2.河南經貿職業學院 信息管理系，河南 鄭州450018；3.鄭州大學 信息工程學院，河南 鄭州450001)