基于HOG特征和SVM分類器的行人檢測研究

岳鑫

摘 ?要：行人檢測目前是機(jī)器視覺領(lǐng)域研究中一個熱門技術(shù)。文章利用梯度直方圖特征和支持向量機(jī)對不同場景下的樣本圖片進(jìn)行檢測。檢測結(jié)果表明：在真實的應(yīng)用場景中，該方法可以滿足大部分的行人檢測需求，但不同的光照、不同的遮擋和不同的樣本復(fù)雜度對檢測結(jié)果有一定影響。

關(guān)鍵詞：HOG特征;SVM分類器;行人檢測

行人檢測技術(shù)是計算機(jī)視覺領(lǐng)域中的一個重要的分支，在智能交通、智能監(jiān)控、行人行為分析以及智能機(jī)器人領(lǐng)域有著廣泛的應(yīng)用，是通過判斷圖片或視頻序列中是否有行人出現(xiàn)，并給出準(zhǔn)確位置的一項圖像理解技術(shù)。行人檢測主要分兩大類方法[1]分別為基于背景建模的方法[2]和基于統(tǒng)計學(xué)習(xí)的方法[3]。前者主要利用圖像差分的思想，分割出前景，提取其中的運動目標(biāo)，從而達(dá)到目標(biāo)檢測的目的。該方法對背景的要求比較苛刻，在下雨、下雪、背景中樹葉的晃動、光線不穩(wěn)定的場景中該方法的抗干擾能力較差?；诮y(tǒng)計學(xué)習(xí)的方法，首先對目標(biāo)進(jìn)行特征提取，然后訓(xùn)練相應(yīng)的分類器，再通過滑窗技術(shù)，把訓(xùn)練好的分類器應(yīng)用于圖像中，檢測用戶感興趣的目標(biāo)[4]。文章使用基于統(tǒng)計學(xué)習(xí)的方法利用HOG特征和SVM分類器進(jìn)行行人檢測。

1 行人檢測原理

1.1 梯度直方圖特征描述

梯度直方圖特征主要是用來描述圖像局部重疊區(qū)域的一種描述符，將圖像中局部區(qū)域像素的梯度方向直方圖來做為人體的特征，該特征可以很好的描述出人體的邊緣，并且不敏感于光照條件和微小的偏移。

圖像中任意一像素點（x，y）的梯度表示為：

（1）

其中Gx（x，y）、Gy（x，y）和H（x，y）分別表示圖像中在（x，y）處的水平方向梯度、垂直方向梯度和像素值。像素點（x，y）處的梯度幅值和梯度方向分別由下面公式計算可得：

（2）

在梯度直方圖特征-簡稱HOG的提取過程中，Dalal曾提出：對于一個樣本圖像，我們可以將它看成若干個像素的單元，圖像像素的梯度方向平均可以分割為9個區(qū)間，用直方圖來統(tǒng)計每個像素單元里面所有像素梯度方向的所有方向區(qū)間，這樣就可以得到一個比較直觀的9維特征向量，塊是由每4個相鄰的單元構(gòu)成，再把這個塊中4個特征向量連接起來，就可以得到方便理解的36維特征向量，然后以一個單元作為步長用塊進(jìn)行掃描樣本圖像，最終串聯(lián)起所有塊的特性，人體特征就得到了。

上面所提出提取HOG特征來獲取人體特征可以用于行人檢測中，而這只是其中一個步驟，還有彩圖轉(zhuǎn)灰度，亮度校正等一系列步驟。綜上，在用于行人檢測過程中，HOG特征的計算步驟如下：

首先，將一個彩色的樣本圖像轉(zhuǎn)為一個灰度圖，并做歸一化處理即采用Gamma校正法標(biāo)準(zhǔn)化輸入圖像的顏色空間，歸一化的目的是為了調(diào)整樣本圖像的對比度，進(jìn)而減少日光照射變化和樣本圖像的局部陰影所帶來的影響，與此同時也有利于約束噪音的干擾;其次，計算梯度：這個步驟的目的是為了捕捉樣本圖像的邊緣信息，進(jìn)一步降低日照的干擾;再次，將梯度映射到像素單元的梯度方向：這樣的目的是對局部樣本圖像提供一個編碼;然后，歸一化每個塊上的所有單元格：標(biāo)準(zhǔn)化顏色空間可以更深層次地緊縮日照、陰影以及輪廓，一般情況下，幾個不同的塊可以會同享一個單元格，但是單元格的歸一化在取決于不同塊的，故而這樣計算出的結(jié)果會不同，因此，我們最終所看到的向量中會呈現(xiàn)一個單元格特征的不同結(jié)果。HOG描述符也即標(biāo)準(zhǔn)化之后的塊描述符;最后，一步就是將監(jiān)測空間所有塊的梯度直方圖特征手整理起來：圖像檢測中我們會對所有塊的交匯進(jìn)行檢測，這一步就是對其做HOG特征的整理，并將它們收集成最后的特征向量可供分類操作。

1.2 SVM分類器

SVM分類器可用于支持向量機(jī)算法，建立在樣例線性可分的情況下，我們所說的支持向量機(jī)SVM就是從其最優(yōu)分類面提出，而所謂的最優(yōu)分類面就是：將不同的分類用線無差錯地隔開，以保證經(jīng)驗風(fēng)險最小，最小值為0，這樣可以獲取到很多的分類線，其中不同分類間距最大的分類線就是最優(yōu)分類線。而通過下面的論述我們就可以看到，要求分類間距最大其實就是為了讓推廣行中的置信范圍為最小，進(jìn)而推廣到高維空間，這樣我們所得到的最優(yōu)分類線就成為了最優(yōu)分類面。

支持向量機(jī)就是基于最優(yōu)向量面的思想訓(xùn)練出的一種分類算法，通俗一點來講，他就是一個兩類分類模型，會依賴預(yù)處理后的數(shù)據(jù)，最終可轉(zhuǎn)化為一個凸二次規(guī)劃問題的求解，在n維空間中找到一個分類超平面，將空間上的點分類。如圖，是線性分類的例子。

圖1 支持向量機(jī)線性分類

圖中的實心圓點和空心圓點分別表示兩個不同的分類，H就是將兩個分類無錯誤的分割，并保證分類間距最大的最優(yōu)分類面，從圖像中我們不難看出，當(dāng)用H分類面將兩類分割開時，誤差小，分割面到不同類的間距也最大。而上圖中的H1，H2就是兩類間隔，他們之間的距離表示為margin。支持向量機(jī)就是在更高維的空間得到原始數(shù)據(jù)找到一個最優(yōu)的分類面繼而使得兩分類的距離最大。而在穿過H1，H2的空心圓點和實心圓點就是用來界定最優(yōu)分類超平面的訓(xùn)練樣本，也就是支持向量。很明顯，這些支持向量是對于求解最有分類面是最有幫助的模型，這些向量其實也是最難被分類的那些向量。

通過上面的描述以及示例我們可將支持向量機(jī)概括為：通過給出適當(dāng)?shù)膬?nèi)積函數(shù)以實現(xiàn)非線性變換，這樣就可以將原始模式轉(zhuǎn)換成一個足夠高維的空間，然后在得到的這個新空間我們可以求取最優(yōu)線性分類面。其實通俗理解的話，我們可以將支持向量機(jī)求得的分類函數(shù)看成是一個神經(jīng)網(wǎng)絡(luò)，在這個神經(jīng)網(wǎng)絡(luò)中主要的輸出便是中間層節(jié)點的線性組合，其中中間層節(jié)點對應(yīng)于輸入腳本與一個支持向量的內(nèi)積，所以我們也可以稱之為支持向量網(wǎng)絡(luò)。

1.3 利用HOG和SVM進(jìn)行行人檢測

有資料表明，在2005年CVPR上，來自于法國的研究人員Navneet Nalal和Bill Triggs在會上提出在行人檢測的實現(xiàn)過程中可以有效地利用HOG特征進(jìn)行提取，再加上線性SVM作為分類器，他們提出的這一理論，是通過大量的試驗得出HOG以及SVM的相互配合可以在速度和綜合平衡性效果上更有效的做行人檢測，后面的一些研究人員在他們的這一研究成果上也提出了一些改進(jìn)性的算法。

2 實驗結(jié)果與分析

實驗結(jié)合OpenCV庫開發(fā)一套行人檢測程序，軟件環(huán)境為VS2010與OpenCV2.4.9。在不同的光照條件、不同的遮擋等條件下進(jìn)行實驗，實驗結(jié)果如圖2所示。

在圖2中，（a）（b）（c）（d）為在自然光照條件下的行人樣本，（e）為燈光下條件下行人重疊情況，（f）為光線不足情況。樣本（a）在光照條件充足沒有遮擋的情況下檢測良好，樣本（b）和樣本（c）在有少量遮擋的的情況下也可以檢測出行人，而樣本（d）在遮擋較大時檢測失敗，但可以檢測出較遠(yuǎn)的目標(biāo)，樣本（e）在有大量行人同時存在交叉遮擋是檢測效果不理想，樣本（f）在光照條件不足時對檢測結(jié)果有著直接的影響。

3 結(jié)束語

由實驗可以看出，當(dāng)無遮擋或存在較少的局部遮擋時，可以比較準(zhǔn)確地檢測出行人。但當(dāng)遮擋超過一半時，行人便無法檢測。存在大量行人重疊交錯運動時檢測效果一般。光照條件、遮擋比例和樣本圖像中行人的復(fù)雜度也是對檢測結(jié)果很重要的因素。

參考文獻(xiàn)

[1]楊憶明，袁彬.基于視頻的行人檢測算法研究[J].交通節(jié)能與環(huán)保， 2015（4）：94-97.

[2]於健生，汪宏，顧晶.一種基于視頻的新型行人識別方法[J].信息化研究，2010，36 （3）：19-21.

[3]Wang and J.Shi and G.Song and I.Shen，"Object Detection Combining Recognition and Segmentation"[C].ACCV，2007.

[4]裴文娟.基于梯度特征和紋理特征的行人檢測[D].安徽大學(xué)，2015.