用于城市流浪貓生態(tài)考察的遠程視覺監(jiān)測系統(tǒng)

陳 曦，徐志宇,2

(1.同濟大學(xué)電子與信息工程學(xué)院，上海 201804;2.同濟大學(xué)計算機與信息技術(shù)國家級實驗教學(xué)示范中心，上海 201804)

0 引言

城市流浪貓主要是指棲息于城市各大公園、社區(qū)及城鄉(xiāng)結(jié)合部的無主家貓。其來源主要是走失、遺棄和自然狀態(tài)下的無序繁殖[1]。流浪貓不僅自身健康狀況堪憂[2]，而且構(gòu)成城市衛(wèi)生防疫[3]、居民生活[4]、基礎(chǔ)設(shè)施及道路交通安全[5]的潛在威脅。由于貓科動物活動的隱秘性，很難對其生態(tài)進行全面、深入的考察和數(shù)據(jù)采集。

計算機科學(xué)、人工智能與傳統(tǒng)基于數(shù)理統(tǒng)計的生物測定學(xué)(Biometrics)相結(jié)合，催生了現(xiàn)代生物識別技術(shù)。該技術(shù)早期主要以人為識別對象。VOC2006首次將動物列為識別對象[6]。微軟、cvPaper等開放數(shù)據(jù)庫也陸續(xù)添加了各種動物圖片數(shù)據(jù)集。動物檢測不僅要求能夠判斷場景中是否含有目標，而且要求精確標記目標出現(xiàn)的位置。Tatsuo Kozakaya提出CoHOG特征，并將其與Haar-Like特征一起送入AdaBoost分類器[7]。Akihiko Yamad提出了一種四方向特征(four directional features，F(xiàn)DF)和線性判別式分析(linear discriminant analysis，LDA)聚類算法[8]。Danai Triantafyllidou提出將生物臉部的形狀特征和紋理特征分開，分別訓(xùn)練分類器，再并聯(lián)兩個分類器，利用卷積神經(jīng)網(wǎng)絡(luò)得出最終分類結(jié)果[9]。

本文參考野生動物科考的思路[10]，運用機器視覺和遠程通信技術(shù)，設(shè)計了一種用于城市流浪貓生態(tài)考察的監(jiān)測系統(tǒng)。通過現(xiàn)場隱蔽的攝像頭采集流浪貓活動的影像，運用貓臉檢測進行分析，將疑似貓臉部分圖片通過遠程通信方式上傳至監(jiān)控中心上位機。該監(jiān)測系統(tǒng)可以為動物救助和走失寵物認領(lǐng)提供重要依據(jù)，也可為相關(guān)科學(xué)研究提供第一手的參考資料。

1 功能定位與系統(tǒng)架構(gòu)

本文旨在開發(fā)一種能夠監(jiān)測城市流浪貓活動的系統(tǒng)。監(jiān)測系統(tǒng)整體架構(gòu)如圖1所示。

圖1 監(jiān)測系統(tǒng)整體架構(gòu)圖Fig.1 Overall architecture of surveillance system

該系統(tǒng)由多個部署于現(xiàn)場的移動端和一個部署于監(jiān)控中心的上位機組成。工作時，移動端根據(jù)貓臉識別記錄影像，并經(jīng)由遠程通信上傳縮略圖像至上位機。監(jiān)測數(shù)據(jù)可用于科學(xué)考察、動物救助、丟失寵物查找等。

移動端：硬件包括以樹莓派(Raspberry Pi)為核心的處理模塊、基于USB免驅(qū)攝像頭的圖像采集模塊、兼容3G和LoRa的通信模塊。軟件以Linux的發(fā)行版Raspberry Jessie為平臺，采用C++語言編程，并借助OpenCV和LibJpeg實現(xiàn)圖像處理和壓縮；通過調(diào)用Linux API驅(qū)動相關(guān)通信模塊，實現(xiàn)縮略圖像發(fā)送。

上位機：硬件為一臺計算機。軟件以Win10為開發(fā)平臺，采用Python語言編程，分別調(diào)用GUI工具包PyQt、串口開發(fā)工具包PySerial、網(wǎng)絡(luò)通信工具包PySocket，實現(xiàn)界面顯示、數(shù)據(jù)接收與存儲，

根據(jù)應(yīng)用場景的需要，該監(jiān)測系統(tǒng)應(yīng)滿足以下性能要求。①智能性：根據(jù)采集的圖像自動識別貓臉，自動控制影像記錄設(shè)備的啟停，自動選擇通信模式并向監(jiān)控中心服務(wù)器發(fā)送圖片。②遠程性：現(xiàn)場移動端與監(jiān)控中心相配合，監(jiān)控人員能夠在遠程的監(jiān)控中心了解到現(xiàn)場的情況，決定是否到達現(xiàn)場對動物或設(shè)備實施干預(yù)。③可靠性：實際應(yīng)用中，移動端需長期部署于戶外，氣候條件復(fù)雜、溫濕度環(huán)境多變，因此要求功耗低、待機時間長、可靠耐用。④經(jīng)濟性：實際應(yīng)用中，移動端需大量、多點部署；在滿足基本性能的前提下，要盡量降低購買、部署、維護成本。

2 基于紋理和五官特征的貓臉檢測

2.1 貓臉的MB-LBP特征和Haar-Like特征

局部二值模式(local binary pattern,LBP)是一種關(guān)于圖像紋理特征的描述符，將每個像素點與其相鄰像素比較，得到一個0/1序列，可突出強調(diào)圖像的局部細節(jié)特征。LBP算子具有灰度不變性和旋轉(zhuǎn)不變性[11]。為提高抗噪能力，進一步提出“多比例塊”(multi-scale block,MB)的改進方案，即MB-LBP。本文采用MB-LBP算子表征貓臉的紋理特征。

將圖像分為多個子區(qū)域(sub-region)。每個子區(qū)域與相鄰的8個子區(qū)域共同組成一個塊(block)。每個塊含有(s×s)個像素點。取子區(qū)域像素的均值為該子區(qū)域的灰度值，再通過子區(qū)域之間灰度值的比較，得到該子區(qū)域的LBP值。

子區(qū)域灰度值的均值操作，等價于對圖像的平滑處理。在此基礎(chǔ)上進行紋理提取，使魯棒性和抗噪能力得到顯著提升。

基于MB-LBP算法的貓臉紋理檢測結(jié)果如圖2所示。

圖2 基于MB-LBP算法的貓臉紋理檢測結(jié)果Fig.2 Feature detection results of cat-face based on MB-LBP algorithm

子區(qū)域越大(s越大)，平滑效果越好，但同時也會導(dǎo)致圖像細節(jié)特征的丟失。當(dāng)子區(qū)域大小合適時，貓臉具有明顯區(qū)別于背景的紋理特征。經(jīng)試驗測試，折中選取子區(qū)域邊長s= 5，即每個塊包含(15×15)個像素點。

除了紋理特征，眼部特征也可作為貓臉檢測的重要依據(jù)。根據(jù)貓眼與下眼瞼在像素灰度值之間的差異，并借鑒人臉五官特征識別的成功案例[12]，采用圖2 Haar-Like特征刻畫貓眼特征。

2.2 貓臉級聯(lián)分類器的訓(xùn)練

研究表明，在解決復(fù)雜的分類問題時，通過級聯(lián)多個分類器，并對其輸出結(jié)果進行線性組合，可以提高分類的性能。因此，構(gòu)造2級級聯(lián)分類器：第1級為基于Haar-Lile特征的貓眼分類器，第2級為基于MB-LBP的貓臉紋理分類器。先用貓眼特征大致定位貓臉區(qū)域，再用紋理特征進一步判斷是否為貓臉。

Adaboost是一種針對級聯(lián)分類器的訓(xùn)練算法。其核心思想是不斷尋找具有最小誤差函數(shù)的弱分類器，并在每一次弱分類之后根據(jù)分類效果調(diào)整訓(xùn)練樣本的權(quán)值分布，從而提高被錯誤分類的樣本在下一次分類時的權(quán)值。弱分類器的級聯(lián)組成最終的強分類器。作為AdaBoost算法的重要改進形式，Gentle AdaBoost采用最小二乘法對每一級弱分類器進行優(yōu)化，可以有效降低誤分類樣本權(quán)重的上升速率，在一定程度上避免過擬合，具有更好的數(shù)值計算穩(wěn)定性。

如圖2(d)所示，當(dāng)子區(qū)域較大時(如s= 60)，MB-LBP特征與Haar-Like特征具有相似的結(jié)果，即貓眼的灰度值高于下眼瞼的灰度值。通過不同尺寸子區(qū)域的配合，可提高貓臉檢測的準確率和效率。

2.3 貓臉檢測的性能測試

2.3.1 數(shù)據(jù)集

訓(xùn)練數(shù)據(jù)集中的正、負樣本分別來源于google (https://sites.google.com/site/catdatacollection/data)和cvPaper數(shù)據(jù)庫。貓眼分類器的正樣本為1 500張含貓眼部分的圖片。其中，閉眼狀態(tài)和睜眼狀態(tài)各750張；負樣本為5 000張不含貓臉的圖片。貓臉紋理分類器的正樣本為5 000張含貓臉的圖片，其中3 000張為正臉、2 000張為側(cè)臉；負樣本為15 000張不含貓臉的圖片。

測試數(shù)據(jù)集為來源于kaggle數(shù)據(jù)庫(https://www.kaggle.com/c/dogs-vs-cats-redux-kernels-edition/data)的1 000張包含貓臉的圖片。

2.3.2 測試結(jié)果

定義分類效果的評價指標如下。①誤檢率(false positive ratio,FPR)：分類器錯誤檢出的測試樣本數(shù)與分類器檢出測試樣本數(shù)之比。②正確率(true positive ratio,TPR)：分類器正確檢出的測試樣本數(shù)與實際含有目標的測試樣本數(shù)之比。③檢測時間(detection time,DT)：分類器檢測640×480個像素所用的時間。

經(jīng)分別訓(xùn)練、調(diào)試貓眼和貓臉紋理這2個分類器，最終得到一個TPR= 70%、FPR= 28%、DT= 430 ms的貓臉檢測器。基于貓眼-紋理特征信息融合的貓臉檢測結(jié)果如圖3所示。這是該分類器給出的部分典型結(jié)果。

圖3 基于貓眼-紋理特征信息融合的貓臉檢測結(jié)果Fig.3 Cat-face detection results based on information fusion of ocular region and fur texture

①檢測結(jié)果對形狀不敏感：當(dāng)背景中出現(xiàn)如圖3(a)所示的類似貓臉的形狀或如圖3(b)所示的貓臉被部分遮擋時，仍可正確識別貓臉。

②檢測結(jié)果對光照不敏感：當(dāng)照片欠曝或過曝時，仍可正確識別貓臉。

③存在如圖3(d)所示的眼部、紋理特征同時類似貓臉時，可能發(fā)生誤檢。

④當(dāng)出現(xiàn)如圖3(e)所示的貓臉過度仰頭、側(cè)臉時，由于貓眼特征損失，可能發(fā)生漏檢。

3 基于3G和LoRa的遠程通信

城市流浪貓監(jiān)測的應(yīng)用場景，要求移動端將檢測到的貓臉圖像發(fā)送至較遠距離的上位機，并盡量降低通信功耗，延長待機時間。因此，本文給出3G和LoRa這2種遠程無線通信方案。實際應(yīng)用時，可根據(jù)現(xiàn)場網(wǎng)絡(luò)信號狀況靈活選擇。

3.1 3G通信方案

當(dāng)移動端的部署地點的蜂窩信號覆蓋情況良好且交通便利時，為便于更換電池，功耗問題退居次要矛盾。此時可選用3G通信方式，即移動端利用3G無線通信技術(shù)將圖片發(fā)送至服務(wù)器的IP地址。3G通信方式可以很好地保證圖像傳輸?shù)目焖傩?，TCP/IP協(xié)議又能很好地保證圖像傳輸?shù)目煽啃?。監(jiān)控人員可在服務(wù)器端獲取更多的圖像信息。

為了讓移動端通過3G模式訪問互聯(lián)網(wǎng)，本文在移動端連接了3G模塊。3G模塊通過USB接口與樹莓派相連。移動端借助該模塊訪問服務(wù)器的IP地址，并向其發(fā)送圖像信息。

3.2 LoRa通信方案

當(dāng)移動端的部署地點無蜂窩信號覆蓋，或相對偏遠、供電困難時，功耗問題上升為主要矛盾。此時應(yīng)選用LoRa擴頻方式傳輸圖像。相比于3G方案，LoRa方案的功耗顯著降低，待機時間大大延長，減輕了更換電池的負擔(dān)。但其代價是數(shù)據(jù)傳輸速率較慢，監(jiān)控人員在上位機僅能獲得圖像的部分信息。

LoRa通信通過在移動端和服務(wù)器端分別連接LoRa擴頻無線串口模塊實現(xiàn)。LoRa擴頻模塊同樣通過USB接口與樹莓派相連，接收端模塊與服務(wù)器相連。在LoRa傳輸?shù)姆秶畠?nèi)，移動端可通過訪問接收端的地址向服務(wù)器發(fā)送數(shù)據(jù)。

4 樣機制作與現(xiàn)場測試

為完成系統(tǒng)的整體性能測試，制作了監(jiān)測系統(tǒng)移動端樣機；上位機則為普通計算機，主要涉及軟件開發(fā)工作，即編程完成圖像數(shù)據(jù)的接收、存儲，并在監(jiān)控界面顯示。

測試條件：同濟大學(xué)嘉定校區(qū)智信館南側(cè)庭院，上午10:00～11:00，天氣晴朗。此處為校園流浪貓的集中棲息地之一。

測試流程：通過攝像頭讀入含有貓臉的圖像，檢測其中的貓臉部分，將圖片壓縮后上傳至上位機，并在監(jiān)控界面中顯示。由于3G通信的傳輸可靠性與范圍依賴于現(xiàn)場周圍蜂窩基站的分布，因此本文主要測試LoRa通信性能。

定義3項通信性能指標。①傳輸時延：接收到完成圖像接收和發(fā)送端開始發(fā)送圖像的時間差。②傳輸距離：接收模塊和發(fā)送模塊間隔距離。③傳輸可靠性：完成完整的圖片傳輸?shù)臄?shù)量和發(fā)送端發(fā)送的圖片數(shù)量之比。

測試場地為室外空曠地帶，中間無明顯障礙物，設(shè)定傳輸速率為0.3 kbit/s；測試方案采用移動端發(fā)送5張1 kB左右的圖片，在上位機檢驗圖片的接收狀況。監(jiān)測系統(tǒng)移動端與上位機采用LoRa通信模式傳輸圖像的性能測試結(jié)果如表1所示。

表1 性能測試結(jié)果Tab.1 Results of performance test

監(jiān)測系統(tǒng)的整體功能驗證效果良好。移動端通過圖像識別，可準確檢測流浪貓活動；經(jīng)3G或LoRa遠程通信方式，可將圖像傳輸至上位機監(jiān)控界面顯示。

5 結(jié)束語

本文綜合運用計算機視覺和遠程通信技術(shù)，開發(fā)了一種用于城市流浪貓生態(tài)考察的監(jiān)測系統(tǒng)。該系統(tǒng)由移動端和上位機組成，分別部署于現(xiàn)場和監(jiān)控中心。移動端基于樹莓派平臺，通過攝像頭偵測流浪貓活動，構(gòu)建了2級級聯(lián)器，分別基于Haar-Like特征和MB-LBP特征，將貓眼特征與紋理特征相結(jié)合，并運用Gentle AdaBoost算法加以訓(xùn)練。標準數(shù)據(jù)集測試顯示貓臉檢測的正確率為70%，誤檢率為28%。進一步制作的樣機，可根據(jù)現(xiàn)場蜂窩網(wǎng)覆蓋情況，選擇3G或LoRa方式實現(xiàn)遠程圖像傳輸?，F(xiàn)場測試結(jié)果證實了系統(tǒng)各項功能的有效性。