基于改進(jìn)HOG 特征值的行人檢測

張桂寧

(陜西省行政學(xué)院，陜西 寶雞 710068)

0 引言

隨著智能監(jiān)控系統(tǒng)的普及，如何使用計算機(jī)代替人工進(jìn)行監(jiān)控，以緩解人工壓力并提高工作效率，已成為當(dāng)前研究熱點。其中一個非常重要的工作就是從圖像或視頻中進(jìn)行目標(biāo)檢測，而行人檢測技術(shù)就是當(dāng)前典型代表。目前，行人檢測技術(shù)已在游戲中的人機(jī)交互、機(jī)器人導(dǎo)航、智能汽車等領(lǐng)域得到諸多應(yīng)用。然而，由于行人服飾和姿態(tài)的多樣性、行人相互遮擋、光線多變、背景復(fù)雜等原因，使得提高行人檢測精度依舊面臨挑戰(zhàn)。

為此，研究人員已經(jīng)將多種特征應(yīng)用于行人檢測技術(shù)，包括:Haar 特征、LBP 特征、自適應(yīng)輪廓特征、形狀隱模型以及梯度方向直方圖(HOG)等［1-3］。其中，HOG 特征是由文獻(xiàn)［4］首次提出，以應(yīng)對梯度直方圖(HG)特征在明暗背景中梯度方向產(chǎn)生變化的情況。由于HOG 特征對圖像窗口中的梯度信息進(jìn)行了充分的描述，并且對小幅旋轉(zhuǎn)和平移變化具有較強(qiáng)的魯棒性。因此，基于HOG 特征的行人檢測算法被廣泛研究和改進(jìn)。如朱向軍［5］等人通過大量的實驗分析表明:HOG 特征在不同光照條件下對行人具有敏感的識別能力。Paisitkriangkrai S［6］等人詳細(xì)研究了不同參數(shù)的HOG 特征對結(jié)果的影響，其結(jié)果也顯示HOG 特征能夠提高行人檢測精度。雖然HOG 特征能夠改善行人檢測算法的性能;然而HOG 特征在行人表達(dá)上依然存在缺陷。為此，諸多學(xué)者將多特征與HOG 結(jié)合，以改善其表達(dá)能力。如Wu Jiefa［7］等人證明了對行人的多特征聯(lián)合表達(dá)，比HOG 單特征表達(dá)會取得更好的效果，并將Haar 特征和HOG 特征相結(jié)合。相似的想法也出現(xiàn)在文獻(xiàn)［8］中，它們分別將局部保持投影(LPP)特征和局部二值模式(LBP)與HOG 特征相結(jié)合，都取得較好的效果。Pierre Sermanet 等人［9］針對HOG 特征在遮擋情況下的失效問題，提出一種改進(jìn)的HOG 特征，提高了行人檢測的速度。趙瑞宇［10］等人使用垂直邊緣進(jìn)行預(yù)處理，在使用HOG +Adaboost 框架進(jìn)行行人檢測，加快了系統(tǒng)處理速度。

綜上所述，現(xiàn)有的HOG 特征研究及其改進(jìn)方向是如何通過其他手段進(jìn)一步提高基于HOG 特征的行人檢測的準(zhǔn)確率，但這些方法都忽視了HOG 特征本身的改進(jìn)。

對此，本文從HOG 特征本身表達(dá)能力出發(fā)，提出一種改進(jìn)HOG 特征，進(jìn)一步增加HOG 特征的表達(dá)能力和魯棒性，并將其用于行人檢測。最后，借助仿真平臺測試了本文行人檢測技術(shù)的性能。

1 HOG 特征

HOG 特征是基于局部信息統(tǒng)計的特征描述子，其主要思想是一幅圖像中的局部目標(biāo)的表象和形狀能夠被梯度或邊緣的方向密度分布很好的描述。首先將圖像劃分成多個不重疊的細(xì)胞，每個細(xì)胞大小為n×n，在計算出每個像素的梯度后，使用直方圖統(tǒng)計每個細(xì)胞的梯度信息。然后合并多個細(xì)胞，組成一個塊，將各個細(xì)胞的直方圖組合就成為HOG 特征。具體步驟如下:

Step 1圖像標(biāo)準(zhǔn)化。

由于顏色信息并不大，首先將圖像轉(zhuǎn)化為灰度圖。為了避免光照因素的影響，需要對整個灰度圖像進(jìn)行規(guī)范化，以降低圖像局部的陰影和光照變化。

Step 2梯度計算。

首先使用梯度算子Sobel［11］對原圖像做卷積運(yùn)算，計算每個像素在橫縱坐標(biāo)方向的梯度，并據(jù)此計算每個像素位置的梯度方向值;這種求導(dǎo)操作不僅能夠捕獲輪廓、人影和一些紋理信息，還能進(jìn)一步弱化光照的影響。

Step 3細(xì)胞方向直方圖建立。

以細(xì)胞為單位，對每個細(xì)胞建立方向直方圖。為了避免因為前景-背景光線差的問題，即物體在明亮的背景時，將梯度方向朝內(nèi)，在黑暗的背景時，梯度方向朝外。首先將［0，2π］區(qū)間縮小為［0，π］，即［π，2π］區(qū)間的方向全部減去。然后將［0，π］分為若干個區(qū)間，使用細(xì)胞中所有像素的梯度對直方圖進(jìn)行投票。該區(qū)間稱為投票方向區(qū)間;而投票的權(quán)重，則為其對應(yīng)的梯度幅值。

Step 4細(xì)胞合并和歸一化。

將塊內(nèi)所有細(xì)胞的梯度方向直方圖按一定次序串聯(lián)，組成一條大的方向直方圖，用于表示整個塊的梯度統(tǒng)計信息。由于局部光照以及前景-背景對比度的變化，使得梯度強(qiáng)度的變化范圍非常大，故需對梯度強(qiáng)度做歸一化。歸一化能夠進(jìn)一步地對光照、陰影和邊緣進(jìn)行壓縮［12-13］。為了消除噪聲對直方圖的影響，首先對直方圖中大于閾值的元素做截斷處理，即這些元素的值等于閾值，然后對剩余的元素進(jìn)行歸一化，得到新的直方圖。

2 改進(jìn)的HOG 特征

雖然傳統(tǒng)的HOG 特征對一定的光照變化有較強(qiáng)的魯棒性，但是HOG 特征的表達(dá)能力依然存在不足。首先，為了避免因為背景明暗變化帶來的梯度方向改變而導(dǎo)致HOG 對同一目標(biāo)表達(dá)的迥異，HOG 將區(qū)間變?yōu)橹狈綀D統(tǒng)計，其中一個示例如圖1 所示，從圖中可以看到，由于背景明暗變化，使目標(biāo)梯度方向相反，在［0，π］區(qū)間下投影可使梯度方向直方圖不受影響，見圖1(c)所示。

圖1 方向區(qū)間壓縮對背景的魯棒性

然而，自動忽略相反方向差異會導(dǎo)致HOG 忽略一些目標(biāo)本身表現(xiàn)出的差異信息。其中的幾個示例如圖2 所示，由于這類不同形狀物體的梯度方向相反，且大小和數(shù)量相等，導(dǎo)致HOG 特征描述符是一樣的，產(chǎn)生相同的直方圖，見圖1 中的右圖。因此，HOG特征對這類物體不具有區(qū)分能力。

圖2 HOG 對某些目標(biāo)的表達(dá)問題

針對上述問題，本文提出了改進(jìn)的HOG 直方圖表示方法。令［0，2π］劃分為L 個區(qū)間，其中L 為偶數(shù)，將每個細(xì)胞內(nèi)的像素進(jìn)行投票，得到梯度方向直方圖Hg:

其中Hog(i) 和Hg(i) 分別是HOG 和Hg中的第i 個元素值。

為了提高HOG 表達(dá)能力，本文在HOG 之后，串聯(lián)一組新的直方圖Hng，其長度和HOG 相等，每個元素值為:

令新的梯度方向直方圖為差分HOG(DHOG)，當(dāng)相同物體出現(xiàn)在背景明暗條件下時，Hog和Hng是一樣的，從而使得Hnew在2 種條件下也是一樣的。而對于圖2 中的這類物體，Hnew的表達(dá)如圖3 所示。對比圖3(b)與圖3(c)可知，顯然，Hnew比Hog的表達(dá)能力更強(qiáng)。

通過將細(xì)胞組合變成塊，可使HOG 更為魯棒地表達(dá)復(fù)雜物體，但是這一過程中的截斷處理會使HOG 的表達(dá)能力變?nèi)?。如圖4 所示，對于僅有長邊緣差異的2 個物體，傳統(tǒng)的HOG 在每個區(qū)間(bin)，會對這2 個物體產(chǎn)生相同的直方圖。為此，本文提出一種新的歸一化方法:

圖3 HOG 和DHOG 對比

其中，N 是每個塊中細(xì)胞的個數(shù)，Hd(i) 表示細(xì)胞的DHOG，Hdcn為歸一化的結(jié)果。

以圖4 中的物體為例，DHOG 的表達(dá)如圖5 所示。對比圖4 和圖5 可知，歸一化后的DHOG 表達(dá)能力更強(qiáng)。

圖4 傳統(tǒng)HOG 歸一化結(jié)果

圖5 DHOG 歸一化結(jié)果

基于改進(jìn)HOG 特征，設(shè)計了相應(yīng)的行人檢測機(jī)制，見圖6。

圖6 本文機(jī)制流程圖

3 實 驗

本節(jié)將通過在INRIA、Daimler 數(shù)據(jù)庫上的實驗來驗證改進(jìn)HOG 的有效性和魯棒性。為了便于實驗，令本文設(shè)計的HOG 描述符為DHOG;對照組為當(dāng)前HOG 以及文獻(xiàn)［14］的HG 描述符-VJ 方法。

整個實驗在頻率為4 核1.6 GHz、4 G 內(nèi)存的電腦上運(yùn)行，代碼使用Matlab 編寫。實驗數(shù)據(jù)庫使用INRIA、Daimler 數(shù)據(jù)庫。對于INRIA 數(shù)據(jù)庫，訓(xùn)練樣本包括2416 張已裁剪的正樣本和1218 張未裁剪的負(fù)樣本圖片，滑動窗口尺寸為128×64。對于Daimler 數(shù)據(jù)庫，訓(xùn)練數(shù)據(jù)包含3 組裁剪的正負(fù)樣本，每組分別包含尺寸為36×18 的4 800 張正樣本和5 000 張負(fù)樣本。

為了比較不同特征的性能差異，本文使用固定誤檢率(False Positives per Window，F(xiàn)PPW)、下漏檢率(Miss Rate，MR)、log 平均誤檢率(Log-Average Miss Rate，LAMR)和正確率(Accuracy)為評價標(biāo)準(zhǔn)［15-16］。

實驗中，細(xì)胞的大小為3 ×3、分塊大小為12 ×12、投票方向區(qū)間為[0，2π]、區(qū)間數(shù)L=10、每個塊中細(xì)胞量N 為16。每個塊由不重疊細(xì)胞組成。每個細(xì)胞直方圖長度為18。在歸一化中截斷閾值設(shè)置為0.08。分類器采用線性SVM，檢測過程從INRIA 中選擇288張圖片，圖片進(jìn)行多尺度縮放，每次縮放比例為1.05，從Daimler 中選擇大小為36 ×18 的4 800 張正樣本和5 000 張負(fù)樣本圖片進(jìn)行測試。

在上述2 個圖像庫中測試，檢測結(jié)果見圖7。從圖中可知，本文機(jī)制的檢測效果比較好，行人姿勢等細(xì)節(jié)清晰可見。

圖7 本文機(jī)制檢測實例

為了測試DHOG 特征的性能，實驗選用傳統(tǒng)HOG 和HG 特征在2 個數(shù)據(jù)庫中作對比試驗，首先不對特征做處理，直接送入分類器，然后先對特征進(jìn)行PCA 降維處理，再送入分類器，實驗結(jié)果見表1。同時，為進(jìn)一步測試DHOG 特征的綜合性能，本文使用經(jīng)典HIKSVM 框架［17］，在這個框架下，分析了HOG 特征和DHOG 特征對結(jié)果的影響，如表1 所示。從表1 可以看出，DHOG 在2 個數(shù)據(jù)庫中的結(jié)果都比HOG 和HG 性能優(yōu)越，在HIKSVM 框架下，DHOG 特征也比HOG 特征有更好的性能。

表1 DHOG 特征在INRIA 和Daimler 中的性能比較

圖8 各方法的ROC 曲線

圖8 給出了HOG+HIKSVM、DHOG+HIKSVM和Viola 提出的VJ 方法［14］在INRIA、Daimler 中的ROC 曲線?？梢钥闯觯疚乃岣倪M(jìn)HOG 特征能夠在窗口誤檢率(FPPW)一定的情況下，比傳統(tǒng)HOG和VJ 方法有更低的漏檢率。在Daimler 庫中，當(dāng)誤檢為0.2 時，傳統(tǒng)HOG 的漏檢率為9.52%，VJ 方法的漏檢率為13.17%，而所提DHOG 特征僅有6.23%。

4 結(jié)束語

特征值表達(dá)能力的好壞直接影響行人檢測的性能，本文針對HOG 特征固有的目標(biāo)表達(dá)缺陷問題，提出了改進(jìn)HOG 特征描述符。首先分析了HOG 特征在投票區(qū)間處理和歸一化處理中所存在的表達(dá)缺陷問題，然后提出對應(yīng)的改進(jìn)操作，最后在INRIA、Daimler 數(shù)據(jù)庫中進(jìn)行了實驗。實驗結(jié)果表明，與傳統(tǒng)HOG 特征相比，本文提出的改進(jìn)HOG 描述符在行人檢測上具有更好的性能。

［1］李暉，曲仕茹.基于分層梯度方向直方圖和SVM 的人體識別［J］.計算機(jī)測量與控制，2010，18(11):2602-2606.

［2］蘇松志，李紹滋，陳淑媛.行人檢測技術(shù)綜述［J］.電子學(xué)報，2012，40(4):814-820.

［3］張春鳳，宋加濤，王萬良.行人檢測技術(shù)研究綜述［J］.電視技術(shù)，2014，38(3):157-162.

［4］孫銳，陳軍，高雋.基于顯著性檢測與HOG-NMF 特征的快速行人檢測方法［J］.電子與信息學(xué)報，2013，35(8):1922-1925.

［5］朱向軍，王潔，馮志林.基于統(tǒng)計分類的多行人檢測跟蹤算法［J］.電視技術(shù)，2012，36(11):118-120.

［6］Paisitkriangkrai S，Shen C，Zhang J.Performance evaluation of local features in human classification and detection［J］.IET Computer Vision，2008，2(4):236-246.

［7］Wu Jiefa，Yang Sheng，Zhang Lingling.Pedestrian detection based on improved HOG feature and robust adaptive boosting algorithm［J］.Image and Signal Processing，2011，79(26):1535-1539.

［8］Andres Sanin，Conrad Sanderson.K-Tangent spaces on Riemannian manifolds for improved pedestrian detection［J］.Computer Vision and Pattern Recognition，2014，56(1):35-37.

［9］Pierre Sermanet，Koray Kavukcuoglu，Soumith Chintala.Pedestrian detection with unsupervised multi-stage feature learning［J］.Computer Vision and Pattern Recognition，2013，42(2):1-8.

［10］趙瑞宇，孫首群，呂曉軍，等.高鐵閘機(jī)智能監(jiān)控系統(tǒng)中的行人檢測算法研究［J］.計算機(jī)應(yīng)用與軟件，2013，30(3):25-28.

［11］夏清，張振鑫，王婷婷.基于改進(jìn)Sobel 算子的紅外圖像邊緣提取算法［J］.激光與紅外，2014，43(10):1158-1161.

［12］Yang Jian，Liu Chengjun，Zhang Lei.Color space normalization:Enhancing the discriminating power of color spaces for face recognition［J］.Pattern Recognition，2010，43(4):1454-1466.

［13］Vu N S，Caplier A.Enhanced patterns of oriented edge magnitudes for face recognition and image matching［J］.IEEE Trans.Image Processing，2012，21(3):1352-1365.

［14］Viola P，Jones M J，Snow D.Detecting pedestrians using patterns of motion and appearance［J］.International Journal of Computer and Vision，Springer Link，2005，63(2):153-161

［15］Zheng Yongbin，Shen Chunhua，Richard Hartley.Effective pedestrian detection using center-symmetric local binary/trinary patterns［J］.Computer Vision and Pattern Recognition，2010，14(2):1-11.

［16］姚雪琴，李曉華，周激流.基于邊緣對稱性和HOG 的行人檢測算法［J］.計算機(jī)工程，2012，8(5):179-182.

［17］孫銳，侯能干，陳軍.基于特征融合和交叉核SVM 的快速行人檢測方法［J］.光電工程，2014，41(2):53-62.