基于PCA降維的多特征級聯的行人檢測研究

令曉明 ，郭銳辛 ，劉光廷 ，王銳東

（1.蘭州交通大學 國家綠色鍍膜技術與裝備工程技術研究中心，蘭州 730070；2.蘭州交通大學 機電工程學院，蘭州 730070；3.蘭州交通大學 光電技術與智能控制教育部重點實驗室，蘭州 730070）

0 引言

行人檢測就是指將視頻幀或者待處理圖像中出現的行人從背景中分割出來并給出位置信息。在行人檢測中如何能夠提取到更加全面的行人特征信息，一直是很多學者研究的方向。Dalal等提出的基于梯度方向直方圖描述行人輪廓的方法最具有影響力，其中HOG+SVM也成為了行人檢測領域內的主流方法[1]，但缺點是HOG特征維高，計算量大，訓練時間長。文獻[2]提出利用積分圖技術提高了HOG特征的計算速度，但對特征維度高的缺點仍未能解決。文獻[3]提出將HOG算子和描述紋理特征的LBP特征結合起來作為一種新的算法，提高了行人檢測遮擋問題的辨識能力，多特征的融合比單一特征具有更強的描述行人能力。文獻[4]利用HOG-PCA算法提取視頻幀中的行人特征，該方法在沒有太多遮擋的視頻幀中提高了檢測率，降低了特征維度，提高了計算速度。

因此，針對目前復雜背景下行人檢測提取特征維度高、訓練時間長的問題，本文提出采用PCA降維的多特征級聯的行人檢測方法。多特征指提取行人的HOG特征、顏色頻率特征和膚色特征，采取串聯的方式將該3種特征作為行人檢測的描述子，最后結合SVM分類器進行分類識別[5]。

1 算法理論及特征提取

1.1 HOG特征提取

HOG特征是一種局部區域描述符，它通過計算局部圖像區域上的梯度方向直方圖來構成局部目標的特征，能夠很好的表征出人體輪廓信息。該特征對光照的變化和梯度特征的少量偏移不敏感。

設像素處的灰度值為I，梯度幅值為G，梯度方向為θ，則輸入圖像中像素點處（x，y）的梯度為：

式中，Gx（x，y）、Gy（x，y）、H（x，y）分別表示輸入圖像中像素點（x，y）處的水平方向梯度、垂直方向梯度和像素值。

然后計算圖像中該像素點的梯度強度和方向：

1.2 HOG特征提取

本文檢測窗口大小為64×128，block為16×16大小，其中每個block細分為4個4×4大小的cell，要計算每個block內的4個cell梯度方向直方圖。每個block內的cell用9維的特征向量表示，一個block就為36維特征向量，最終得到105個block。這樣HOG特征的特征向量為105×36=3780維。如圖1所示，圖(b)是提取圖像(a)的HOG特征。

圖1 HOG特征提取

1.3 顏色頻率特征

盡管行人的衣著和形體變化較大，但是身體某些部位仍能夠提取到比較有特點的顏色特征信息，比如頭部、臉部、胳膊、手等部位，這些特征可以用顏色頻率來表征。HOG特征是在HSV空間計算得到的，在該顏色空間中計算梯度幅值最大的每個像素點處的梯度值和方向，一些重要的顏色信息可以用每個顏色空間中被選擇的次數來表示。本文統計方法為：用3維的直方圖在每個block中統計H、S、V三個顏色被選擇的次數，通過計算處理后得到3維的顏色向量，最后進行歸一化[1]。這樣圖片中的每個block都可以用3維的向量來表示行人的顏色特征信息，實驗證明該提取方法可以增加行人特征信息，減少block中冗余信息的干擾，有效的改善檢測效果。

1.4 膚色特征

在YCrCb空間上，人臉部的膚色具有很好的聚類性，膚色信息在人臉檢測和人臉定位識別領域已經得到了很好的應用[6,7]。其原理是提取的行人膚色特征值集中在CrCb空間上某一范圍內，利用這個原理把它與背景顏色區分開。

本文采用了INRIA數據集上正樣本中的行人照片，在CrCb空間作了膚色特征提取實驗，如圖2所示。該實驗證明了膚色在CrCb空間有很好的聚類性。膚色在Cr空間主要聚集在RCr[110，145]范圍內，在Cb空間主要聚集在RCb[130，160]內。假設顏色平面R（Cb，Cr）為一個矩形區域，那么在該區域內的點，則屬于要提取的膚色信息。

圖2 膚色體征提取

2 本文方法

2.1 PCA降維

HOG描述子提取的特征向量緯度較高，且存在大量的冗余信息，這些冗余信息會降低計算機的分類速度和識別精度。PCA算法降維效果明顯，節省時間多。因此，本文選擇PCA（主成分分析法）對HOG特征向量進行降維處理[8]。

假設對HOG進行特征矩陣提取，得到的特征矩陣為Z（x1，x2，x3，…，xi，…，xn），其中第i個HOG特征向為量xi∈Rn；m個HOG特征向量組成訓練樣本矩陣Z（x1，x2，x3，…，xi，…，xn），Zi∈Rm，其中每一列向量代表一個樣本緯度。

本文中HOG描述子提取的特征向量為3780維，因此通過優化得到如下的目標函數：

其中，ZHOG表示提取訓練正樣本HOG特征向量，YPCA表示降維后的HOG-PCA特征向量。因此，最終特征向量為協方差矩陣W的前K個特征值λ1，λ2，…，λk所對應的特征向量（YPCA1，YPCA2，…，YPCAK）。

2.2 多特征級聯

本文中輸入的圖像像素大小為64×128，分別提取行人的HOG特征、顏色頻率特征和膚色特征，然后對HOG特征進行PCA降維處理，最終將該3種特征級聯形成HOG-PCA+Color（文中Color指代顏色頻率特征和膚色特征）特征，級聯后的向量為965維度。由于文中HOG提取的行人特征維度為3780維，因此為了確定合適的維度，本文做了大量的降維試驗，實驗結果如圖3所示。

由圖3可知，當10≤K≤70時，隨著維度系數的變大，分類識別率也在提高；當70

圖3 HOG-PCA維度與分類識別率的關系圖

3 實驗結果分析

3.1 實驗環境

本文實驗軟件采用MATLAB，計算機配置為：Intel（R）core i5-3470 3.2GHz和4GB內存。在INRIA數據集上進行實驗，本文訓練時隨機選取正樣本1200個，負樣本1200個，樣本尺寸均為64×128。

3.2 實驗結果及分析

本文使用文獻[9]中建議的檢測錯誤權衡（Detection Error Tradeoff，DET）曲線作為行人檢測特征提取的性能評價方法。DET曲線中X軸代表圖片誤檢率（FPPI，false positives per image）；Y軸代表漏檢率（miss rate），其中miss rate=1-detection rate。

利用HOG-PCA對訓練集進行特征提取，SVM對樣本進行分類，當結合其他特征后，漏檢率下降很明顯，實驗結果如圖4所示。其中，Color與HOG-PCA結合后在SVM分類器上，檢測性能表現最好。在X軸上10-1作為參考時，HOG-PCA-Color比單一特征HOG-PCA特征識別率提高將近23%。

圖4 HOG-PCA加其他特征DET曲線對比圖

為了進步一步證明本文算法的檢測效果，文中采用四種目前具有代表性的行人檢測方法與本文方法進行實驗對比。在INRIA數據集進行試驗，試驗過程參考文獻[3]描述，HOG-PCA-Color特征和其他特征方法試驗結果如圖5所示。選擇FPPI軸上10-1時作為參考，本文提出的算法檢測率是最好的，因為級聯特征包含了更多的行人信息，檢測器含有高分辨的行人特征，錯誤率大約為21%。Shapelet算子的描述能力不夠理想，錯誤率約為80%，HOGLbp的特征描述能力錯誤率也較高，約為60%，Hiksvm和Latsvm_v2在這四種代表性的算法中有著很好的描述行人特征的能力，錯誤率分別約為30%和36%。同時，本文方法的檢測時間比Latsvm_v2提高了13.16ms，比Shapelet提高了9.16ms。該對比實驗證明本文方法在INRIA數據集上檢測行人的能力相比于其他方法有著明顯的優勢。

圖5 本文級聯分類器與其他特征分類器DET曲線對比

4 結語

本文針對現有的行人檢測方法中HOG特征冗余量大、維度高、單特征對復雜背景的行人檢測效果不理想等問題，提出采用PCA降維后級聯顏色頻率特征和膚色特征的模型，對傳統的HOG+SVM模型進行了改進。在INRIA公開數據集上進行測試以及用本文提出的模型與主流代表算法進行了比對試驗，結果表明，本文提出算法在行人檢測中效果遠遠好于單一特征，級聯后的算法模型在檢測效果和響應時間上都優于目前的主流算法，具有一定的可行性和使用價值。