基于窗口邊緣梯度勢(shì)能的人體遮擋多尺度檢測(cè)算法

歐陽(yáng)毅 張三元 張 引

(浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 杭州 310027)

1 引言

人體檢測(cè)在人體動(dòng)作識(shí)別、智能視頻監(jiān)控、智能汽車及智能交通中都有著重要的應(yīng)用，使其成為了一個(gè)研究熱點(diǎn)。由于人體運(yùn)動(dòng)為非剛性的目標(biāo)運(yùn)動(dòng)，且受姿態(tài)、外觀、服飾及光照天氣等環(huán)境變化因素的影響較大，同時(shí)當(dāng)人體部分被遮擋情況下，如何對(duì)其進(jìn)行檢測(cè)也是一個(gè)研究難點(diǎn)。目前人體特征的提取通常都是尋找表示人體輪廓信息的方法，如差分與邊緣信息[1]，多成分學(xué)習(xí)[2]，Harr小波特征[3]，以及梯度方向直方圖等[4-7]。

在各種人體特征提取中，HOG (Histograms of oriented Gradients)具有較好的檢測(cè)性能，但存在人體特征向量維數(shù)較大，在分類器的訓(xùn)練與檢測(cè)時(shí)計(jì)算量都較大等缺點(diǎn)，主要是由于在特征檢測(cè)時(shí)需要在不同尺度多次迭代計(jì)算。另外圖像中多目標(biāo)人物的檢測(cè)，對(duì)于半遮擋和尺度差異較大的人體目標(biāo)檢測(cè)會(huì)失效，有研究通過(guò)子部件(part-based)即人體各肢體的檢測(cè)算子[8-13]，能獲取較高準(zhǔn)確率和較低虛警率，缺點(diǎn)是肢體匹配過(guò)程需較大計(jì)算代價(jià)。其中文獻(xiàn)[8]中將HOG與LBP (Local Binary Pattern)相結(jié)合來(lái)解決人體部分遮擋下的檢測(cè)。本文提出一種基于窗口梯度勢(shì)能(Window Gradient Potential Energy, WGPE)的人體檢測(cè)方法。在特征窗口掃描過(guò)程中，通過(guò)加權(quán)級(jí)聯(lián)支持向量機(jī)(SVM)，實(shí)現(xiàn)對(duì)半遮擋情況下的人體檢測(cè)，利用稀疏-稠密窗口勢(shì)能集篩選縮短了檢測(cè)時(shí)間。由于WGPE利用了HOG特征計(jì)算過(guò)程中的梯度信息，因此本算法與其他的基于 HOG的快速檢測(cè)算法比較，并不需要增加過(guò)多的計(jì)算開銷，在背景較為平滑的圖像中，與文獻(xiàn)[14]檢測(cè)方法相比具有較少的檢測(cè)時(shí)間，對(duì)于較復(fù)雜的背景，本算法與傳統(tǒng)的 HOG檢測(cè)算法相當(dāng)。實(shí)驗(yàn)表明在人體檢測(cè)的準(zhǔn)確率和效率方面有所提高，對(duì)于處于半遮擋情況下人體檢測(cè)，準(zhǔn)確率也有明顯提高。

2 窗口邊緣梯度勢(shì)能

本文定義了窗口邊緣梯度勢(shì)能函數(shù)，當(dāng)WGPE低于閾值時(shí)，則表明窗口中圖像背景區(qū)域較均勻，出現(xiàn)人體的概率較低，當(dāng)WGPE值較高時(shí)，表明圖像邊緣信息豐富，出現(xiàn)人體的概率也隨之提高。邊緣勢(shì)能是一種刻畫目標(biāo)邊緣特征梯度勢(shì)能變化的函數(shù)，不僅在人體檢測(cè)中適用，在檢測(cè)目標(biāo)與背景區(qū)域具有邊緣差異的環(huán)境中同樣適用。因此對(duì)人體邊緣特征不具有特異性。

一階，二階和緊邊梯度勢(shì)能函數(shù)分別為

緊邊梯度勢(shì)能函數(shù)中e為調(diào)節(jié)因子，其作用是調(diào)節(jié)在x方向的梯度勢(shì)能強(qiáng)度，在整體勢(shì)能中的反應(yīng)強(qiáng)度。n為勢(shì)能函數(shù)總數(shù)，m為窗口總數(shù)，當(dāng)x和y方向上的梯度為 0時(shí)，梯度勢(shì)能函數(shù)有最小值 0。它為一種對(duì)稱能量函數(shù)，實(shí)際上二階勢(shì)能函數(shù)可看作是緊邊勢(shì)能函數(shù)的一個(gè)特例。

圖1(a)為3個(gè)通道中最大通道梯度的一階梯度勢(shì)能函數(shù)E1能量分布；圖1(b)為3個(gè)通道中最大通道梯度的二階梯度勢(shì)能函數(shù)E2能量分布；圖1(c)為3個(gè)通道中最大通道梯度的沿x方向的緊邊能量函數(shù)E3能量分布圖。由圖1可看出在一階梯度勢(shì)能函數(shù)的能量分布較雜亂。而圖1(b)和圖1(c)中人體邊緣能量分布較為明顯。窗口梯度勢(shì)能函數(shù)選擇E2或E3較合適。

將INRIA Person Dataset[4]中2100個(gè)正實(shí)例分為10組，分別計(jì)算他們的梯度能量，實(shí)驗(yàn)中正例圖像大小為96×160，選取64×128的窗口計(jì)算其梯度勢(shì)能，忽略窗口邊緣像素，并對(duì)正樣本中的圖像進(jìn)行左右鏡像以獲取更多的統(tǒng)計(jì)樣本，其分布直方圖結(jié)果如圖2所示。橫軸為組編號(hào)，縱軸為平均梯度勢(shì)能，具有人體的圖像，90%以上的樣本圖像窗口的WGPE均值大于300，造成這樣的結(jié)果其原因主要是由于人體在背景中邊緣梯度能量明顯。

對(duì)于負(fù)樣本，選取了INRIA圖像數(shù)據(jù)庫(kù)中街景圖像的1000個(gè)負(fù)樣本，分為10組分別計(jì)算他們的梯度能量，實(shí)驗(yàn)中對(duì)不同大小的負(fù)樣本圖像，對(duì)負(fù)樣本中圖像按 16像素偏移計(jì)算多個(gè)滑動(dòng)窗口的WGPE平均值，發(fā)現(xiàn)90%以上的負(fù)樣本圖像窗口的梯度勢(shì)能函數(shù)值均值小于 200。造成這樣的結(jié)果其原因主要是由于自然街景下的邊緣梯度能量明顯較弱，結(jié)果如圖3。

實(shí)驗(yàn)中我們采用文獻(xiàn)[4]中使用的64×128大小的檢測(cè)窗口。對(duì)于正樣本我們采用 INRIA Person Dataset[4], CVC-01 Pedestrian Dataset[15]和MIT CBCL[16]人體數(shù)據(jù)庫(kù)的人體圖片并按照文件名進(jìn)行隨機(jī)分組。在負(fù)樣本中采用INRIA Person Dataset中負(fù)樣本的日常環(huán)境背景進(jìn)行分組，如：街景，樓梯，海岸，草地，山地，都市街景，森林，大門等分組進(jìn)行分析，其中圖3中第4組異常的原因在于該組圖像中主要由草地，樹林等邊緣信息變化較大的環(huán)境圖片組成。因此邊緣勢(shì)能信息要明顯高于有人體圖片的邊緣勢(shì)能。而第3組圖像中由于圖像中主要部分為天空和海洋，邊緣特征信息變化不大，因此它們的邊緣勢(shì)能數(shù)值較低，明顯低于有人體圖像的邊緣勢(shì)能范圍。由于邊緣梯度勢(shì)能反映的是邊緣信息的梯度變化情況，對(duì)于檢測(cè)窗口大小發(fā)生變化時(shí)，需調(diào)整檢測(cè)窗口閾值。

圖1 測(cè)試圖像中各種梯度勢(shì)能分布情況

圖2 圖像96×160的10組正樣本W(wǎng)GPE的直方圖

圖3 圖像中10組負(fù)樣本W(wǎng)GPE的直方圖

3 稀疏-稠密窗口勢(shì)能集

在不同尺度下，利用 HOG特征進(jìn)行圖像人體檢測(cè)，檢測(cè)時(shí)間會(huì)隨著尺度層數(shù)的增多而產(chǎn)生較長(zhǎng)的檢測(cè)時(shí)間。本文提出基于稀疏-稠密窗口勢(shì)能過(guò)濾集的方式利用人體邊緣梯度特征的分布對(duì)人體檢測(cè)過(guò)程進(jìn)行優(yōu)化，以減少窗口檢測(cè)的時(shí)間，提高人體在線檢測(cè)響應(yīng)能力。

本文方法在窗口特征計(jì)算時(shí)，通過(guò)減少窗口數(shù)量縮減人體檢測(cè)時(shí)間，為此需要對(duì)窗口進(jìn)行篩選。文獻(xiàn)[14]提出采用級(jí)聯(lián)方式，利用Harr特征進(jìn)行粗過(guò)濾，再使用 HOG特征進(jìn)行進(jìn)一步檢測(cè)。會(huì)獲得較好的檢測(cè)時(shí)間和效果。但該方法同時(shí)也增加了新的Harr特征計(jì)算時(shí)間。本文的思路是利用HOG中對(duì)梯度信息結(jié)合WGPE來(lái)進(jìn)行預(yù)處理，并不需要過(guò)多的特征計(jì)算。為此我們定義了3種檢測(cè)窗口子集。稀疏窗口勢(shì)能集，稠密窗口勢(shì)能集和過(guò)渡窗口勢(shì)能集。

定義1檢測(cè)窗口 win為若干個(gè)塊(block)構(gòu)成，其中一個(gè)塊由4個(gè)上下左右相鄰的子單元構(gòu)成，檢測(cè)窗口的寬度為n×子單元×8，高度為n×2×子單元×8。

定義3稠密窗口勢(shì)能集 S W(n) = {win1, win2,…,winn} ∧ ?F( wini)＞T，是若干個(gè)窗口的集合，且每個(gè)檢測(cè)窗口中平均勢(shì)能值都大于閾值T。

稠密窗口勢(shì)能集的作用是對(duì)窗口數(shù)量進(jìn)行初步篩選，針對(duì)復(fù)雜背景中，背景區(qū)域中像素間梯度變化較快，如有較大區(qū)域是草地的圖像，這類區(qū)域在檢測(cè)時(shí)可以進(jìn)行過(guò)濾，其中T為平均稠密窗口勢(shì)能閾值，由正樣本訓(xùn)練數(shù)據(jù)的平均窗口勢(shì)能均值加兩倍方差計(jì)算得到。即T=mS+ 2ss。

定義4稀疏窗口勢(shì)能集 F W(n) = {win1, win2,…,winn} ∧ ?F( wini)＜d是在若干個(gè)窗口的集合，且每個(gè)檢測(cè)窗口中平均勢(shì)能值都小于閾值d。

稀疏窗口勢(shì)能集的作用是對(duì)平滑區(qū)域進(jìn)行篩選，針對(duì)非人體區(qū)域中像素間梯度變化并不明顯，在檢測(cè)時(shí)進(jìn)行過(guò)濾，采用窗口平均梯度勢(shì)能函數(shù)來(lái)衡量窗口中梯度分布大小，較小梯度分布出現(xiàn)人體概率較低，如有較大區(qū)域是天空部分的圖像。其中d為平均稀疏窗口勢(shì)能閾值，由負(fù)樣本訓(xùn)練數(shù)據(jù)的平均窗口勢(shì)能均值減兩倍方差計(jì)算得到。即df=mf-2sf。

定義5過(guò)渡邊緣梯度勢(shì)能集 M W(n) = {win1,win2,…,winn} ∧ (T/ 2 ＜ ?F( wini) ＜d/2)是 若 干 個(gè)窗口的集合，且每個(gè)檢測(cè)窗口中平均勢(shì)能值位于稀疏窗口和稠密窗口間1/2區(qū)域。

過(guò)渡邊緣梯度勢(shì)能集是放寬檢測(cè)窗口的分布區(qū)域，目的是找出處于半遮擋環(huán)境下的人體目標(biāo)。它將與加權(quán) SVM 檢測(cè)算子進(jìn)行卷積，確定半遮擋的人體目標(biāo)。

對(duì)給定輸入輸出訓(xùn)練集S={(x1,y1),… ,(xn,yn)}∈ (X×Y)n。采用類似文獻(xiàn)[6,14,17]的方法，首先將遮擋下肢的人體圖像作為正樣本加入訓(xùn)練集中，為實(shí)現(xiàn)了用線性超平面劃分非線性可分的樣本，具體方法是：根據(jù)樣本分布的幾何位置，確定一個(gè)初始的線性分類超平面，旋轉(zhuǎn)這個(gè)超平面直至所有的正樣本都位于這個(gè)超平面的一側(cè)，則另一側(cè)的那些負(fù)樣本與正樣本是線性可分的，利用拉格朗日LSVM找到最優(yōu)的線性分類超平面，將剩下的負(fù)樣本與正樣本組成新的訓(xùn)練集，重復(fù)這些步驟直至所有的負(fù)樣本都被正確分開，這樣就找到了若干個(gè)線性分類超平面，組成了級(jí)聯(lián)結(jié)構(gòu)。

4 遮擋環(huán)境下人體快速檢測(cè)算法

本文按照文獻(xiàn)[4]方式來(lái)定義 HOG特征，與文獻(xiàn)[4]不同的是，在計(jì)算好圖像梯度后，首先采用稀疏-稠密窗口勢(shì)能集對(duì)待檢測(cè)的窗口進(jìn)行過(guò)濾，再利用加權(quán)級(jí)聯(lián) SVM 對(duì)過(guò)濾勢(shì)能窗口集進(jìn)行卷積以實(shí)現(xiàn)人體檢測(cè)，使用加權(quán)級(jí)聯(lián)SVM來(lái)訓(xùn)練檢測(cè)算子。

采用類似于文獻(xiàn)[18]的概率學(xué)習(xí)框架，對(duì)圖像按不同尺度進(jìn)行檢測(cè)，計(jì)算出不同尺度下圖像的HOG特征，人體檢測(cè)窗口為目標(biāo)人體可能出現(xiàn)的位置窗口：

其中WinL為第L層檢測(cè)窗口集合，L為不同尺度的層次，實(shí)驗(yàn)中最大層數(shù)為64。遮擋環(huán)境下的人體快速性檢測(cè)算法如下(其中λ為縮放因子，實(shí)驗(yàn)中取1/1.05)：

步驟1 為去除光照對(duì)圖像的影響，在 RGB色彩空間上對(duì)圖像進(jìn)行色彩伽馬歸一化。

步驟2 計(jì)算圖像邊緣信息：使用1維的離散微分掩碼模板[-1 0 1]，同時(shí)在水平和垂直兩個(gè)方向上對(duì)圖像進(jìn)行卷積計(jì)算，獲取圖像一階梯度信息。

步驟3 按照文獻(xiàn)[4]方式構(gòu)建梯度方向直方圖。

步驟4 forL=Mto 1

Inew(x,y) = resize(I'(x,y),s)；計(jì)算Inew(x,y)中各窗口的平均梯度勢(shì)能；

計(jì)算稀疏-稠密窗口勢(shì)能集SWL和FWL；

按照公式(2)計(jì)算過(guò)渡邊緣梯度勢(shì)能集MWL；

采用加權(quán)級(jí)聯(lián) SVM 對(duì)MWL窗口進(jìn)行人體檢測(cè)，滿足閾值條件的為人體窗口Hwin；

若MWL中所有窗口WGPE小于閾值則break；

s←λL；

endfor

5 實(shí)例及分析

訓(xùn)練基于加權(quán)級(jí)聯(lián)SVM人檢測(cè)器采用2526正樣本和2700負(fù)樣本，來(lái)自INRIA圖像數(shù)據(jù)庫(kù)person對(duì)象集[4]，CVC-01 Pedestrian Dataset[15]和 MIT CBCL人體數(shù)據(jù)庫(kù)[16]。在正樣本中，人體穿著不同顏色，款式和紋理的服裝，有不同的動(dòng)作，面對(duì)攝像機(jī)的角度變化也較大，且在不同的光照條件和背景中拍攝的。負(fù)樣本集圖像中沒(méi)有人體，這些圖像是自然場(chǎng)景圖像。在Intel Core2 2.4 GHz CPU, 2 GB RAM的機(jī)器上測(cè)試。

5.1 檢測(cè)準(zhǔn)確率評(píng)價(jià)

實(shí)驗(yàn)中采用HOG圖像特征，圖4(a)為采用多尺度HOG特征檢測(cè)結(jié)果，圖4(c)為文獻(xiàn)[6]中基于肢體部分后的檢測(cè)結(jié)果。圖4(b), 4(d)采用了加權(quán)級(jí)聯(lián) SVM 算子，對(duì)于下肢部分遮擋的人體也可以檢測(cè)出，它們?yōu)橹苯硬捎眉訖?quán)級(jí)聯(lián) SVM 算子進(jìn)行檢測(cè)的結(jié)果，由圖可看出存在部分誤檢窗口，而圖4(e)則為通過(guò)過(guò)濾集窗口在檢測(cè)前進(jìn)行過(guò)濾，檢測(cè)準(zhǔn)確率優(yōu)于圖4(d)，進(jìn)一步驗(yàn)證了窗口梯度勢(shì)能對(duì)于檢測(cè)準(zhǔn)確率提高的能力。

圖4 部分遮擋環(huán)境下人體檢測(cè)結(jié)果

為了進(jìn)一步了解和分析真正類率和負(fù)正類率兩類誤差，我們引進(jìn)利用 ROC (Receiver Operating Characteristic)曲線的ROC分析法來(lái)說(shuō)明它。ROC曲線直觀反映了人體檢測(cè)的靈敏度和特異性以及兩類誤差率之間的關(guān)系。

檢測(cè)結(jié)果表明，本文方法對(duì)于無(wú)遮擋圖像一般具有較高檢測(cè)率，而對(duì)于人體部分遮擋或者與環(huán)境背景融為一體難以區(qū)分時(shí)，出現(xiàn)了一些漏檢現(xiàn)象。整體檢測(cè)結(jié)果用圖5 的 ROC曲線表示，以描述虛警率與準(zhǔn)確率之間關(guān)系。本文方法的曲線與橫軸間所圍成的面積較大，表示在所有代價(jià)比上的平均性能較優(yōu)，也反映了基于FWGPE對(duì)遮擋人體檢測(cè)的可分性好于傳統(tǒng)的HOG人體檢測(cè)方法[4]。

圖5 多層HOG方法[4]，HOG-LBP[8]和本文的FWHOG方法ROC曲線圖

5.2 檢測(cè)效率

利用稀疏-稠密窗口勢(shì)能集檢測(cè)算子進(jìn)行行人檢測(cè)，可以縮短稀疏窗口檢測(cè)結(jié)果中約30%的檢測(cè)時(shí)間，而準(zhǔn)確率僅下降0.15%，結(jié)果如圖6所示。利用HOG稀疏窗口檢測(cè)時(shí)間為每幅300 ms。相對(duì)于不使用稀疏-稠密窗口勢(shì)能集過(guò)濾，直接用 HOG進(jìn)行人體檢測(cè)檢測(cè)，時(shí)間在700 ms，系統(tǒng)可以縮短40%以上的檢測(cè)時(shí)間，而準(zhǔn)確率下降0.15%以下。這主要是因?yàn)橄∈璐翱谌梭w檢測(cè)器僅對(duì)粗糙級(jí)人體檢測(cè)器的結(jié)果進(jìn)行檢測(cè)，而粗級(jí)人體檢測(cè)器利用了HOG 計(jì)算所需計(jì)算的水平梯度和垂直梯度信息計(jì)算梯度能量，并不需要過(guò)多的計(jì)算開銷。因而可以極大提高檢測(cè)效率。

圖6(a), 6(b), 6(c)為直接使用HOG特征人體檢測(cè)的結(jié)果，其中圖6(b)為分層數(shù)為16；圖6(c)分層數(shù)為64；圖6(d)為本文方法，分層數(shù)為17層。由圖6可以看出，由于人體在圖像中大小的不同，當(dāng)分層較高時(shí)檢測(cè)的漏檢率會(huì)下降，準(zhǔn)確率上升。尺度大小的選擇，不僅決定了檢測(cè)時(shí)間，也決定了檢測(cè)準(zhǔn)確率。采用本文的方法，通過(guò)判斷WGPE的大小，可獲取較少的分層。將 FWHOG算法與塔式HOG檢測(cè)算法對(duì)測(cè)試集中10組圖像進(jìn)行檢查的平均結(jié)果如表1所示。

表1中最后一行為采用文獻(xiàn)[4]方法時(shí)總檢測(cè)窗口數(shù)量，當(dāng)?shù)?5層時(shí)，檢測(cè)窗口數(shù)量為 880，第 9層時(shí)，由于窗口尺寸變小，檢測(cè)窗口數(shù)量下降為561。當(dāng)閾值T=200時(shí)，采用本文FWHOG方法，在第5層可跳過(guò)167個(gè)檢測(cè)窗口，第9層可跳過(guò)86個(gè)檢測(cè)窗口。當(dāng)閾值越大，跳過(guò)的檢測(cè)窗口也越多。

圖6 基于FWGPE的HOG檢測(cè)方法與傳統(tǒng)的HOG多尺度檢測(cè)方法在不同尺度下人體檢測(cè)結(jié)果

表1 不同尺度下，F(xiàn)WHOG算法相對(duì)于多尺度HOG檢測(cè)中過(guò)濾的窗口數(shù)

表2 多尺度及不同梯度勢(shì)能閾值條件下FWHOG算法與多尺度HOG檢測(cè)中漏檢率與檢測(cè)時(shí)間(ms)

實(shí)驗(yàn)中對(duì)人體局部遮擋的圖像進(jìn)行檢測(cè)分析，定義圖像中人體遮擋率(Human Occlusion Ratio,HOR)HOR=PC/HB。其中(Part Occlusion PC)為人體被遮擋部分的像素大小，HB(Human Body)為人體的整體像素(實(shí)驗(yàn)中，根據(jù)所見肢體大小按比例估計(jì)得到)。HOR比例分別為 0%-20%,20%-40%, 40%-60%, 60-80%, 80%以上5組，每組100張圖片。實(shí)驗(yàn)發(fā)現(xiàn)，HOR小于40%時(shí)，F(xiàn)WHOG的檢測(cè) TPR較高，而當(dāng) HOR大于 60%以上，F(xiàn)WHOG算法的 TPR(Ture Positive Rate)明顯下降。當(dāng)HOR高于80%時(shí)，由于FWHOG方法失效，原因在于遮擋部分梯度勢(shì)能過(guò)低，檢測(cè)窗口被過(guò)濾，結(jié)果如表3所示。

6 結(jié)束語(yǔ)

本文提出了一種新的基于窗口梯度勢(shì)能的人體快速檢測(cè)算法。該算法基于 HOG特征，利用加權(quán)級(jí)聯(lián) SVM 來(lái)提高對(duì)遮擋環(huán)境下人體的快速檢測(cè)。由于在現(xiàn)實(shí)應(yīng)用中，視頻圖像分辨率不高，對(duì)于近距離的人體運(yùn)動(dòng)圖像和距離的人體圖像在像素級(jí)的分布上差異往往較大，因此需要使用不變尺度對(duì)人體進(jìn)行檢測(cè)。為提高算法對(duì)于圖像中遮擋人體檢測(cè)的準(zhǔn)確率，本文提出采用加權(quán)級(jí)聯(lián) SVM 進(jìn)行分層檢測(cè)，分別在不同分辨域下分別對(duì)人體進(jìn)行檢測(cè)，實(shí)驗(yàn)表明該算法與文獻(xiàn)[4,6,8]所采用的HOG檢測(cè)相比，檢測(cè)準(zhǔn)確率有明顯提高，同時(shí)通過(guò)兩種過(guò)濾集方式，也提高了檢測(cè)效率，縮短了檢測(cè)時(shí)間。在未來(lái)的工作中，將進(jìn)一步提高算法的運(yùn)行速度，滿足目標(biāo)跟蹤等應(yīng)用的需求。

表3 人體局部遮擋情況下FWHOG算法與多尺度HOG算法檢測(cè)遮擋分析

[1]甘明剛, 陳杰, 劉勁, 等. 一種基于三幀差分和邊緣信息的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J]. 電子與信息學(xué)報(bào), 2010, 32(4): 894-897.

Gan Ming-gang, Chen Jie, Liu Jin,et al.. Moving object detection algorithm based on three-frame-differencing and edge information[J].Journal of Electronics&Information Technology, 2010, 32(4): 894-897.

[2]Dollár P, Babenko B,et al.. Multiple component learning for object detection[C]. Proceedings of 10th European Conference on Computer Vision, Marseille, France, 2008:211-224.

[3]Lienhart R and Maydt J. An extended set of haar-like features for rapid object detection[C]. Proceedings 2002 International Conference on Image Processing, New York,USA, 2002, Vol.1: 900-903.

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

[5]Schwartz W R, Kembhavi A,et al.. Human detection using partial least squares analysis[C]. 2009 IEEE 12th International Conference on Computer Vision, Kyoto, Japan,2009: 24-31.

[6]Ramanan D, Forsyth D A, and Zisserman A. Tracking people by learning their appearance[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007, 29(1):65-81.

[7]Chandrasekhar V, Takacs G, Chen M,et al.. Compressed histogram of gradients: a low-bitrate descriptor[J].International Journal of Computer Vision, 2012, 96(3):384-399.

[8]Wang Xiao-yu, Han T X, and Yan Shui-cheng. An HOG-LBP human detector with partial occlusion handling[C]. 2009 IEEE 12th International Conference on Computer Vision,Kyoto, Japan, 2009: 32-39.

[9]Agarwal S, Awan A, and Roth D. Learning to detect objects in images via a sparse, part-based representation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2004, 26(11): 1475-1490.

[10]Leibe B, Seemann E, and Schiele B. Pedestrian detection in crowded scenes[C]. 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, San Diego,USA, 2005: 878-885.

[11]Mikolajczyk K, Schmid C,et al.. Human detection based on a probabilistic assembly of robust part detectors[C]. The 8th European Conference on Computer Vision 2004, Prague,2004: 69-82.

[12]Wu B and Nevatia R. Detection of multiple partially occluded humans in asingle image by bayesian combination of edgelet part detectors[C]. Tenth IEEE International Conference on Computer Vision, Beijing, China, 2005, 1:90–97.

[13]Hauberg S and Kim S P. Predicting articulated human motion from spatial processes [J].International Journal of Computer Vision, 2011, 94(3): 317-334.

[14]李同治, 丁曉青, 王生進(jìn). 利用級(jí)聯(lián)SVM的人體檢測(cè)方法[J].中國(guó)圖象圖形學(xué)報(bào), 2008, 13(3): 566-570.

Li Tong-zhi, Ding Xiao-qing, and Wang Sheng-jin. Human detection with a coarse-to-fine cascade linear SVM[J].Journal of Image and Graphics, 2008, 13(3): 566-570.

[15]David G, Angel D S, Antonio L,et al.. Adaptive image sampling and windows classification for on-board pedestrian detection[C]. The 5th International Conference on Computer Vision Systems, Bielefeld, Germany, 2007. http://biecoll.ub.uni-bielefeld.de/volltexte/2007/8.

[16]Papageorgiou C and Poggio T. A trainable system for object detection[J].International Journal of Computer Vision, 2000,38(1): 15-33.

[17]Davenport M A, Baraniuk R B, and Scott C D. Tuning support vector machines for minimax and neyman-pearson classification[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(10): 1888-1898.

[18]Albanese M, Chellappa R, Cuntoor N,et al.. PADS: a probabilistic activity detection framework for video data[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(12): 2246-2261.