基于IKSVM的多特征行人檢測算法

張艷麗

（上海海事大學 信息工程學院，上海 201306）

行人檢測在人工智能、汽車輔助駕駛、安全監控等領域有著廣泛的應用前景。針對行人檢測的方法主要有模板匹配法和統計分類法。文獻[1]采用梯度方向直方圖（HOG）用在靜態圖像中的行人檢測，取得了很高的檢測精度，已成為當前主流的行人檢測方法。文獻[2]提出局部二值特征（LBP）結合HOG特征的行人檢測，克服了HOG特征對于行人輪廓邊緣信息的收集較多地忽略了平坦的表面，導致分類器對于嘈雜的邊緣信息的處理能力和魯棒性較差的缺陷，較大提高了檢測正確率。文獻[3]使用Gabor變換結合adaboost算法實現對人體目標的檢測，由于Gabor小波能在多個尺度的多個方向提取人體目標的局部變化信息，從而使檢測結果更加精確。

融合HOG、LBP、Gabor 3種特征算子，實現了它們在行人檢測中的優勢互補，更加綜合性的表達了行人特征。并且，都采用直方圖的提取方法，增強了特征間的融合性。特征提取階段3種特征同步處理、引入PLS降維，使提高檢測精度的同時保證了檢測速度。最后，采用IKSVM訓練分類器，進一步優化了行人檢測系統的性能。

1 算法理論

采用基于IKSVM的多特征行人檢測方法，其中，訓練階段對正負行人樣本同時提取HOG特征、LBP特征和Gabor特征融合為一個新的行人特征向量集，引入偏最小二乘法（PLS）[4]進行特征降維獲得權重較高的特征向量集，通過IKSVM訓練得到多特征融合的行人分類器。檢測階段，利用訓練好的行人分類器掃描、檢測運動區域，得到行人檢測結果。該算法框架如圖1所示。

圖1 行人檢測系統框圖Fig.1 Pedestrian detection system block diagram

1.1 HOG特征提取

HOG特征是通過計算局部梯度方向直方圖來構成人體特征，描述的是邊緣結構特征。利用[-1，0，1]梯度算子計算圖像中像素點（x，y）處的幅值和梯度方向分別為

式中，G（x，y）梯度幅值，α（x，y）梯度的方向，H（x，y）像素值。

首先，將圖像劃分成若干個 8×8像素單元（Cell），把[-的梯度方向平均劃分為9個區間（Bin），在每個Cell內對所有像素的梯度幅值在各個方向Bin區間進行直方圖統計，每相鄰4個 Cell形成一個塊（Block），用Block對樣本圖像進行掃描，掃描步長為一個Cell，最后將所有Block的特征串聯得到人體的特征。對每個Block內HOG特征使L2-norm范式即式（3）進行歸一化，以便能夠更進一步對光照、陰影和邊緣進行壓縮。

式中，V為待歸一化的向量，ε為一個較小值，一般取ε=0.1，‖V‖k--k范數，k=1，2。把所有的塊串聯起來，得到最終64*128圖像的特征向量維數為4*9*105=3 780維。

通常將計算α（x，y）落入的區間直接定義為所屬區間，但是它在圖像塊的邊界區域容易導致混淆效應，造成特征的不穩定。本文進行插值操作，將α（x，y）對應的梯度投影到相鄰的兩個方向區間上，可避免上述不足。如圖2所示。

圖2 梯度方向上的插值處理Fig.2 Process on the gradient direction interpolation

1.2 LBP特征提取

LBP特征很好地兼顧了圖像的宏觀信息與微觀結構，具有高度的識別能力。為了提高基本二元制模式的統計性，Ojala[5]提出了“均勻模式”的概念

實驗表明，使用LBP28，2的局部二元模式算時，均勻模式的數量是58，用總數21%的LBP算子，表達了86.2%的紋理信息。

本文采用基于單一分塊的局部二元模式特征提取方法，將64*128大小的圖片按照16×16的小區域（cell），分為了32個cell；分塊過后，對每個cell使用算子求原始模式，將其轉化為對應的“均勻模式”。最終得到59維的均勻模式向量；和之前求HOG特征類似，采用L1-范式對已得到的59維向量向量進行歸一化，以克服一些噪聲的干擾提高魯棒性。

最后將得到的統計直方圖連接成為一個特征向量，則每個檢測窗口的LBP特征維數為32*59=1 888維。

圖3 LBP特征提取Fig.3 LBPfeature extraction figure

1.3 Gabor特征提取

Gabor特征能夠在多個尺度和多個方向上抽取人體目標的灰度變化信息，對目標特點的描述更加精確。二維Gabor濾波器的復數形式

其中，x′=x cosθ+y sinθ，y′=-x sinθ+y cosθ；λ 表示正弦函數波長；θ表示Gabor核函數的方向；ψ表示相位移動；σ表示高斯函數的標準差；γ表示空間的高寬比。

利用二維Gabor小波提取特征：第一步，設計濾波器。為了增強特征間的融合性及對人體目標的描述能力，設定尺度為 2、方向為 4（0°、45°、90°、135°）。 第二步是從各個濾波器的輸出中提取Gabor紋理特征。本實驗中對 64*128進行Gabor濾波以后的圖像進行采樣，采樣后為16*32=512維的向量。同時，由于對原有圖像在4個方向和兩個尺度上進行濾波，獲得1 024*4=4 096維的向量。Gabor變換響應的平均值如圖4所示。

圖4 Gabor變換響應的平均值Fig.4 Gabor transform the average response

由圖4可見，人體目標區域的Gabor響應平均值在圖中顯得比較突出，相應最大值總是出現在人體目標的邊緣。

1.4 加性交叉核支持向量機（IKSVM）

支持向量機（SVM）[6]是建立在統計學習理論的VC維理論和結構風險最小原理基礎上，對特定訓練樣本的學習精度和學習能力之間尋求最佳折衷，克服了神經網絡和傳統分類器的過學習、局部極值點和維數災難等諸多缺點，具備較強的泛化能力。Maji等[7]人提出了加性交叉核 SVM的方法，其在性能上逼近非線性SVM，同時間復雜度上近似于線性SVM，完成了更好的性能平衡。

IKSVM通過一些特殊的交叉核來加速分類過程，設訓練數據集為（yi，xi），yi∈{-1，1}，xi∈Rn定義加性交叉核函數為

采用IKSVM行人檢測分類器，在INRIA實驗結果表明，在 FPPW （False Positive Per Window）=10-6時， 漏檢率為0.189%；在FPPT=10-4時，漏檢率為0.026%。與線性SVM分類器漏檢率分別提高14%和12%。

2 算法論述

步驟1：輸入視頻圖像，采用背景減除法把可能包含行人的運動目標檢測出來以避免窮盡搜索。

步驟2：尺度變換統一檢測窗口大小為64*128，提取運動區域。

步驟3：掃描運動區域按上述方法同時提取HOG、LBP、Gabor特征，形成融合特征集矩陣tx，矩陣的每行代表一個擴展的樣本特征向量，H（1）至 H（3 780）代表 HOG的 3 780維特征向量，L（1）至 L（1 888）代表 LBP 特征的 1 888 維向量，G（1）至 G（4 096）代表 Gabor特征的 4 096維特征向量，m 代表正樣本數量，n-m代表負樣本數量。向量ty中的 1和-1分別代表正負樣本。

步驟4：將融合特征矩陣tx和向量ty按式tx=TPT+E，ty=UqT+f（其中T和U是成分向量的矩陣，q表示載荷，f表示殘差）分解。然后通過NIPALS算法提取一個成分并初始化向量u；按計算步驟，循環往復直至收斂；最后對矩陣tx，ty進行退化，并繼續提取成分，直到提取的成分進行回歸能達到一個較為滿意的精度為止。

步驟5：通過加性交叉核支持向量機對正負行人樣本訓練，其中，采用分段多項式函數去近似每1維函數，多項式參數預存在查找表中，可進一步降低分類復雜度，提高分類速度。

步驟6：用訓練好的行人分類器，檢測行人。

步驟7：標注并輸出行人檢測結果。

3 實驗結果與分析

本文實驗在MATLAB2009a上實現，計算機環境配置為3 GHz CPU和4G內存。采用libsvm工具包，選用加性交叉核支持機分類器。訓練階段，數據來源于INRIA行人數據庫，正、負樣本統一分辨率大小均為64*128，實驗種使用3 516個正樣本和1 218個負樣本作為訓練集。檢測階段，利用訓練好的行人分類器，對選取的一段INRIAL[8]視頻進行行人檢測。

對于64*128的檢測窗口，采用16×16大小（步進8個像素）對窗口分塊，依次按上述方法同時提取HOG、LBP、Gabor特征，共得到9 764維新的特征向量集。通過偏最小二乘的方法計算各主成分權重，丟掉包含行人概率較低的檢測窗口，節省檢測時間。實驗結果使用檢錯率、漏檢率和虛檢率、檢測時間等來描述特征的分類性能。

在同一樣本庫、相同的實驗條件下，采用加性交叉核支持向量機分別對 HOG，LBP，HOG+LBP，HOG+LBP+Gabor 4類特征進行訓練，考察多特征融合檢測器的優勢，訓練結果如表1。

表1 基于不同特征的行人檢測效果對比Tab.1 Pedestrian detection results based on different characteristics of contrast

實驗結果表明，與單獨使用HOG或LBP特征相比，使用聯合特征 HOG+LBP、HOG+LBP+Gabor能獲得較高的檢測率；聯合特征HOG+LBP+Gabor在檢測性能上與HOG+LBP相比，又有了進一步的提高。在相似的檢測率下，基于多特征的行人檢測系統具有更低的虛檢率。由于綜合了多種特征，豐富了行人目標信息，從而提高了檢測性能。

使用融合特征，比較了線性核SVM和加性交叉核 SVM分類器在分類性能上的差別，結果列于表2。

由表2可見，線性SVM其訓練和分類速度快速雖比IKSVM稍快，但檢測率、虛檢率不及加性交叉核SVM的方法。綜合快速的訓練和分類速度、準確的檢測率性能，加性交叉核SVM的方法更能完成較好的性能平衡。

表2 線性SVM與加性交叉核SVM分類器性能對比Tab.2 Linear SVM and IKSVM classification performance comparison

分別采用 HOG+IKSVM、HOG-LBP+IKSVM、HOG-LBPGabor+IKSVM 3種方法檢測行人，選取視頻中第50幀、第100幀和第150幀，對比檢測結果，如圖5。

圖5 行人檢測結果Fig.5 Pedestrian detection results

由3種方法的檢測結果表明，HOG-LBP+IKSVM在檢測率及漏檢率相對于HOG+IKSVM都有所提高；HOG-LBPGabor+IKSVM相對于前兩種方法不但能更準確的檢測出行人，還解決了部分遮擋問題。

4 結束語

采用融合HOG、LBP和 Gabor這 3種特征算子，更加準確、全面的描述了行人特征。由于融合后的特征向量集維數較高，引入偏最小二乘法（PLS）對融合特征集進行降維；綜合平衡分類器檢測性能，采用加性交叉核支持向量機訓練并實現行人檢測。實驗結果表明，本方法優化了系統結構，在降低誤檢率的同時保證了檢測速度。

[1]Dalal N，Triggs B.Histograms of oriented gradients for human detection [C]//IEEE Conference on Computer Vision and Pattern Recognition， San Diego，CA， USA，2005:886-893.

[2]Wang Xiaoyu，Han Tony X，Yan Shuicheng.An HOG-LBP human detector with partial occlusion handling[C]//IEEE International Conference on Computer Vision， Kyoto，Japan，2009:32-39.

[3]梁英宏.基于 Gabor變換和 Adaboost算法的人體目標檢測分類器[J].計算機工程與設計，2009，30（24）:5790-5792.LIANG Ying-hong.Detect human target classification based on Gabor transform and Adaboost algorithm[J].Computer Engineering and Design，2009，30（24）:5790-5792.

[4]Wold H.Path models with latent variables:the NIPALS approach[M].Quantitative Sociology:International perspectives on mathematical and statistical model building，Academic Press，1975:307-357.

[5]Ojala T，Pietikainen M，Maenpaa T.Multiresolution gray scale and potation invariant texture classification with local binary pattern[J].IEEETransaction，2002，24（7）；971-987.

[6]Cortes， Corinna，Vapnik，et al.Support-Vector Networks[J].Machine Learning，1995，20，273-297.

[7]Maji S，Berg A，Malik J.Efficient classification for additive kernel SVMs[J].IEEE Transactions on Pattern A-nalysis and Machine Intelligence，2013，35（1）:66-77.

[8]Dalal N，Triggs B.INRIA person dataset [EB/OL].http://pascal.inrialpes.fr/human/，2009-10-09.