行人檢測(cè)專(zhuān)利技術(shù)分析

劉洋

【摘要】行人檢測(cè)是指通過(guò)圖像處理及模式識(shí)別等算法對(duì)視頻或靜態(tài)圖像中所包含的行人具體位置進(jìn)行檢測(cè)；作為目標(biāo)檢測(cè)的一個(gè)重要方向，行人檢測(cè)技術(shù)在家居服務(wù)機(jī)器人、智能監(jiān)控，智能交通，輔助駕駛等方面有著廣泛的應(yīng)用前景。與普通的物體檢測(cè)相比，行人的非剛體性和多樣性等特點(diǎn)大大提高了有效檢測(cè)行人的難度。

【關(guān)鍵字】行人檢測(cè) 目標(biāo)檢測(cè) 圖像處理

一、引言

在計(jì)算機(jī)視覺(jué)領(lǐng)域中，行人檢測(cè)是目標(biāo)檢測(cè)的一個(gè)重要研究熱點(diǎn)，其主要利用各種傳感器獲取行人的數(shù)據(jù)信息，通過(guò)圖像處理及模式識(shí)別等算法從圖像數(shù)據(jù)中檢測(cè)出行人。其中傳感器包括激光、雷達(dá)等。行人檢測(cè)并不是孤立存在的，它與行人跟蹤、行為分析、姿態(tài)估計(jì)、場(chǎng)景分割等問(wèn)題息息相關(guān)，因此具有極高的科研價(jià)值和商業(yè)價(jià)值。

二、行人檢測(cè)技術(shù)發(fā)展趨勢(shì)

如圖1所示，早在2007年開(kāi)始就已經(jīng)出現(xiàn)了行人檢測(cè)技術(shù)的研究。2007至2010年期間，專(zhuān)利申請(qǐng)量雖然呈逐步增長(zhǎng)趨勢(shì)，然而增長(zhǎng)速率較平穩(wěn)，每年的申請(qǐng)量沒(méi)有太大的變動(dòng)；2011年相比較于2010年增長(zhǎng)率達(dá)到兩倍以上，此后2012年和2013年相較前一年都有較大的增長(zhǎng)量，然而在2014年專(zhuān)利申請(qǐng)量與其前一年2013年相比，呈現(xiàn)減少的趨勢(shì)，這可能與發(fā)明專(zhuān)利未提前公開(kāi)有關(guān)，但該年的總量在除2013年以外的其它各年中仍占有絕對(duì)性的優(yōu)勢(shì)，預(yù)計(jì)2014年申請(qǐng)量不會(huì)低于2013年。

三、行人檢測(cè)技術(shù)解析

常見(jiàn)的行人檢測(cè)方法可分為基于簡(jiǎn)單的圖像處理的行人檢測(cè)方法和基于計(jì)算機(jī)視覺(jué)的行人檢測(cè)方法。

3.1基于簡(jiǎn)單圖像處理的行人檢測(cè)技術(shù)

該類(lèi)技術(shù)主要分為：幀間差分法、光流法和背景差分法等。其與基于計(jì)算機(jī)視覺(jué)的技術(shù)相比算法較為簡(jiǎn)單，不需要事先準(zhǔn)備大量的訓(xùn)練樣本或模板，處理速度也較快，因此在國(guó)內(nèi)也占據(jù)一定的申請(qǐng)量。如上海交通大學(xué)的專(zhuān)利CN201210586125采用高斯混合模型對(duì)背景建模從而檢測(cè)行人，寧波大學(xué)的專(zhuān)利CN201210017307采用圖割方法進(jìn)行行人檢測(cè)，奇瑞汽車(chē)股份有限公司的專(zhuān)利CN201310382009通過(guò)獲取候選區(qū)域的至少兩個(gè)特征圖進(jìn)行候選區(qū)域是否包含行人的判斷。

3.2基于計(jì)算機(jī)視覺(jué)的行人檢測(cè)方法

基于統(tǒng)計(jì)學(xué)習(xí)的方法與其他方法相比占絕對(duì)性的優(yōu)勢(shì)，是最近幾年高校和科研院所所研究的重點(diǎn)，同時(shí)也是公司企業(yè)發(fā)展的方向。如北京中星微電子的專(zhuān)利CN200710179786采用積分圖像和平方積分圖像提高分類(lèi)器的檢測(cè)速度，江蘇大學(xué)的CN201110447411對(duì)特征向量進(jìn)行稀疏表示并組合成稀疏化的混合特征向量作為分類(lèi)器的特征進(jìn)行行人檢測(cè)。

特征和分類(lèi)器是統(tǒng)計(jì)學(xué)習(xí)的兩大關(guān)鍵技術(shù)。對(duì)特征的改進(jìn)占56%，如中國(guó)科學(xué)技術(shù)大學(xué)的專(zhuān)利CN200810101705利用種群優(yōu)化尋找行人檢測(cè)最優(yōu)特征進(jìn)行行人檢測(cè)，北京博康智能信息技術(shù)有限公司的專(zhuān)利CN201210082846利用梯度特征和線(xiàn)性邊緣特征進(jìn)行行人檢測(cè)；

分類(lèi)器的改進(jìn)分別占42%，如杭州海康威視數(shù)字技術(shù)股份有限公司的專(zhuān)利CN201210169536利用多尺度的Adaboost作為分類(lèi)器進(jìn)行行人檢測(cè)，無(wú)錫慧眼電子科技有限公司的專(zhuān)利CN201310076413首先基于A(yíng)daboost得到級(jí)聯(lián)分類(lèi)器。

四、結(jié)束語(yǔ)

隨著計(jì)算機(jī)視覺(jué)的快速發(fā)展，行人檢測(cè)技術(shù)的快速發(fā)展可以預(yù)見(jiàn)。通過(guò)對(duì)專(zhuān)利的分析可知基于統(tǒng)計(jì)學(xué)習(xí)的行人檢測(cè)技術(shù)由于資源消耗等問(wèn)題在實(shí)際應(yīng)用如輔助駕駛中的運(yùn)用并不多，但由于其檢測(cè)準(zhǔn)確率較高，如何提高統(tǒng)計(jì)學(xué)習(xí)的速率是目前行人檢測(cè)技術(shù)發(fā)展的方向。