譚玉枚

摘 要

針對傳統(tǒng)的行人檢測與跟蹤算法檢測跟蹤效果差以及速度慢的問題，提出一種快速行人檢測跟蹤方法。首先采用ViBe算法快速檢測出運動區(qū)域，快速檢測定位行人候選區(qū);然后采用HOG+SVM行人檢測器檢測出運動目標候選區(qū)的行人;最后利用Kalman濾波算法對行人目標進行跟蹤。此外，為了減少誤檢率，在樣本訓練階段通過增加困難樣本進行SVM二次訓練。實驗結(jié)果表明本文提出行人檢測跟蹤算法在視頻序列中具有良好的魯棒性，其檢測性能明顯提高。

關(guān)鍵詞

行人檢測;目標跟蹤;Kalman濾波;視頻序列

中圖分類號： TP391.41 ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A

DOI：10.19694/j.cnki.issn2095-2457.2020.15.012

Abstract

An fast pedestrian detection and tracking method is proposed to deal with the problems of slowly detection and poor tracking effect in traditional pedestrian detection and tracking method.Firstly，the ViBe algorithm is used to quickly extract the motion area，namely the pedestrian candidate area.Then the HOG+SVM pedestrian detector is used to detect the pedestrian in the candidate zone of moving target.Finally，F(xiàn)inally， Kalman filter is used to track the pedestrian target.In addition，the SVM is trained for the second time by adding hard samples to reduce the error detection rate.It is showed that the improved pedestrian detection and tracking method proposed in this paper achieves strong robustness and significantly detection performance.

Key Words

Pedestrian detect;Target tracking;The Kalman filter;Video sequence

0 引言

隨著國家提出“智慧城市”理念，人工智能技術(shù)的研究和發(fā)展備受關(guān)注[1]。行人檢測與跟蹤作為人工智能的計算機視覺領(lǐng)域最主要研究任務(wù)之一，在自動駕駛、智能安防以及智能機器人等方面具有廣闊的應用價值，已經(jīng)吸引了廣大學者的關(guān)注與研究，并涌現(xiàn)出許多相關(guān)行人檢測跟蹤算法。然而，行人檢測算法面臨諸多挑戰(zhàn)，如行人目標視點變化、目標尺度變換、目標遮擋、目標姿態(tài)多樣化及光照條件突變等等，這些難點制約著行人檢測跟蹤技術(shù)的發(fā)展。

當前行人檢測算法主要分為兩大類：基于運動檢測算法和基于機器學習算法?；谶\動檢測算法的原理非常簡單，利用像素級信息對圖像幀進行差分處理，進而獲取運動目標，再利用行人分類器對運動目標進行分類檢測出行人目標。該算法的關(guān)鍵在于背景模型的選擇和建立，對背景中出現(xiàn)的動態(tài)因素抗干擾能力較差，常用的方法有幀差法、GMM以及Vibe算法等[2]。而基于機器學習的方法，又分為傳統(tǒng)的機器學習方法和基于深度學習的方法?；谏疃葘W習的方法對計算機硬件性能要求較高，而且深層的網(wǎng)絡(luò)結(jié)構(gòu)計算量太大，占用內(nèi)存資源較多，實時性難以達到應用要求。而傳統(tǒng)的機器學習方法，主要通過人工特征提取+分類器實現(xiàn)，通常分為三個階段：提取目標候選區(qū)域，提取目標候選區(qū)域的特征，分類器訓練分類。[4]

基于傳統(tǒng)的機器學習算法是現(xiàn)階段行人檢測算法的主流之一，其中最有代表性的行人檢測方法是HOG+SVM分類器。針對經(jīng)典的HOG算法以窗口滑動的方式提取特征導致檢測速度慢的問題，本文在此基礎(chǔ)上結(jié)合ViBe運動檢測算法先提取出運動目標候選區(qū)，再提取運動目標候選區(qū)的HOG特征，縮小窗口滑動區(qū)域，提高了檢測速度。另外，針對原算法存在識別率低的問題，增加SVM訓練的困難樣本，降低檢測誤識別率。最后，對所檢測出的行人目標采用Kalman濾波器實現(xiàn)跟蹤。本文算法總體框架如圖1所示。

1 基于ViBe算法提取運動目標候選區(qū)域

基于運動目標檢測算法常用的算法有幀差法、背景減法兩大類。[5]幀差法通過視頻序列的相鄰幀圖像相減，并設(shè)定合適的閾值分割出視頻序列的運動前景區(qū)域。該算法能快速能快速得到運動目標候選區(qū)，但存在“雙影”，難以獲取完整的候選目標輪廓。背景減法是利用視頻序列當前幀與背景幀相減，得到運動目標候選區(qū)，該方法優(yōu)于幀差法，但對背景模型要求較高。當前背景建模主要有兩種常用算法：混合高斯模型和ViBe。[6]ViBe算法具有較強的抗噪能力和背景適應能力，因此本文采取ViBe算法提取視頻序列中的運動目標候選區(qū)域。

ViBe[7]（visual background extractor）是Olivier Barnich提出的采用圖像中的若干樣本點建立像素背景模型，將此模型與鄰域像素比較其相似性，并用隨機選擇和鄰域傳播機制更新背景模型，進而快速提取出運動目標候選區(qū)。該算法魯棒性較強，對光照變化、噪聲干擾等不敏感。其算法主要由分為三部分：像素點背景建模、模型初始化、模型更新策略，如圖2所示。

2 基于HOG+SVM分類器檢測識別行人

2.1 HOG特征

Dalal和Trigg等人[4]提出了基于梯度的HOG特征，該特征有效提取了行人目標的輪廓紋理等信息，對光照變化也有較強的適應性。其主要思想是計算和統(tǒng)計局部目標圖像各像素點的梯度方向直方圖，并將得到的梯度直方圖組合構(gòu)成人體特征。該特征基于圖像內(nèi)部cell上操作，能較好描述行人的邊緣信息，且能有效應對光照微變情況，在行人保持直立狀態(tài)時能獲得更好的檢測效果。因此，本文選擇HOG特征作為行人檢測器的淺層訓練特征。

HOG特征提取的流程圖如圖3所示。

2.2 SVM分類器

支持向量機（Support Vector Machine，SVM）是從樣本數(shù)據(jù)集中學習檢測目標相關(guān)的特征，并構(gòu)造最優(yōu)分類面，具有良好的泛化性，對兩類分類問題處理效果較好[8]。SVM可分為線性SVM和核化SVM）。因線性SVM具有較低復雜度且能實現(xiàn)快速分類，基于此，本文選擇線性SVM作為分類器。

為了獲取更多的樣本以增強SVM分類器的魯棒性，本文在SVM分類器的訓練過程中，一方面采用數(shù)據(jù)擴增的方法來獲取更多的樣本（包括裁剪、翻轉(zhuǎn)、縮放），另一方面，挖掘困難樣本并把困難樣本加入原SVM訓練樣本中，即把原SVM分類器進行行人檢測負樣本中的誤檢樣本，加到初始負樣本集合中重復訓練，減少了誤報率[9]。

3 Kalman濾波預測跟蹤

Kalman濾波算法[10]基于最優(yōu)化自回歸數(shù)據(jù)處理，根據(jù)不斷獲取的觀測值進行反饋修正。該算法主要分為兩步：預測和更新。首先利用Kalman濾波器計算出行人目標的最佳值，并根據(jù)計算出的參數(shù)進行估計，然后在更新階段用預測值對預測階段的最優(yōu)估計數(shù)值修正，判斷行人目標模型與實際行人目標的匹配情況。Kalman濾波器算法的狀態(tài)方程和觀測方程來描述如下：

狀態(tài)方程：Xk=AXk-1+BUk+Wk（1）

其中，A為轉(zhuǎn)移矩陣，Xk為狀態(tài)，B為控制矩陣，Zk為測量噪聲，Wk為狀態(tài)觀察值。

4 實驗結(jié)果與分析

4.1 實驗平臺

本文實驗硬件平臺為Intel（R） Core（TM）I5-6400 CPU@2.70GHz，8GB內(nèi)存。實驗軟件平臺為：Windows64位操作系統(tǒng)，OpenCV3.0，VS2015。

4.2 實驗數(shù)據(jù)集

本文采用INRIA Person數(shù)據(jù)集作為訓練樣本，其中正樣本3600個，負樣本12000個，樣本的尺寸統(tǒng)一裁剪為64*128.測試視頻序列主要來源于PETS dataset和自己錄制的視頻，分辨率為320x240，幀率為27幀/秒。

4.3 實驗結(jié)果及分析

本文提出的算法實驗效果如圖5、圖6所示，其中圖5為ViBe+HOG+SVM行人檢測結(jié)果，圖6為行人跟蹤結(jié)果，實驗表明在簡單視頻場景下獲取了較好的行人檢測和跟蹤效果。

5 結(jié)論與展望

本文針對傳統(tǒng)行人檢測與跟蹤算法存在檢測速度慢和跟蹤效果差的問題，從三個方面進行了改進：一是采用Vibe算法快速提取行運動目標候選區(qū)，減少后續(xù)用于HOG特征提取的檢測窗口;二是改進原SVM分類器訓練過程，增加困難樣本的訓練，明顯減少了誤檢率;三是采用Kalman濾波算法實現(xiàn)行人目標跟蹤。盡管本文提出的改進算法取得了較好的檢測和跟蹤效果，但也有諸多不足之處，比如不能有效處理大面積目標遮擋，多尺度尤其是小尺度目標檢測，光照劇變以及鏡面產(chǎn)生的陰影等情況。在今后的工作中需要進一步提高復雜場景下行人檢測跟蹤的魯棒性，如考慮融合深度學習算法，提高檢測的速度和精度。

參考文獻

[1]劉弋鋒. 基于淺層學習引導深度學習的行人檢測[D].武漢大學，2016.

[2]邱禎艷，王修暉.一種結(jié)合Grabcut的Vibe目標檢測算法[J].中國計量學院學報，2012，23（3）.

[3]高隨祥，文新，馬艷軍，李軒涯，等.深度學習導論與應用實踐[M].北京：清華大學出版社，2019.

[4]紀冕，張欣，徐海.基于改進HOG特征和SVM分類器的行人檢測[J].軟件，2020，41（02）：70-745.

[5]張開生，郭碧筱，劉澤新，楊帆.基于人流量檢測的改進CN算法[J].計算機工程與設(shè)計，2020.41（02）：411-416.

[6]邱禎艷，王修暉.一種結(jié)合Grabcut的Vibe目標檢測算法[J].中國計量學院學報，2012，23（3）.

[7]O.Barnich and M.Van Droogenbroeck.ViBe：a powerful random technique to estimate the background in video sequence[C].Int.Conf.on Acoustics Speech and Signal Processing （ICASSP），2009，4：945-948.

[8]史朝輝.SVM算法研究及在HRRP分類中的應用[D].空軍工程大學碩士學位論文，2005.

[9]包本剛.融合多特征的目標檢測與跟蹤方法[J].電子測量與儀器學報，2019，33（09）：93-99.

[10]李妍妍，田瑞娟，張弦弦.一種基于幀差法結(jié)合Kalman濾波的運動目標跟蹤方法[J].兵工自動化，2019，38（04）：24-27.