一种基于改进聚合通道特征的快速行人检测方法

付红杰 ，刘 悦 ，王青正

（1．开封大学 信息工程学院，河南 开封 475004；2．开封市公共安全信息化工程技术研究中心，河南 开封 475004；3．上海交通大学 电子信息与电气工程学院，上海 200240）

0 引言

交通场景视频中对行人目标的快速检测是当前人工智能领域比较重要的研究方向之一.基于ACF聚合通道特征对视频中的行人进行检测，效果较好，因此很多学者对其进行研究，以期不断改进ACF特征，进行视频图像的快速行人检测.但是，基于ACF特征的行人检测方法存在漏检率高、漏检窗口过多等问题.对此，学者们采用了多特征融合、深度学习框架、级联、卷积神经网络等诸多方法，来弥补ACF特征带来的检测缺陷.陈光喜等人[1]基于聚合通道特征和卷积神经网络进行行人检测，但是，基于图像数据集进行的实验，对实际交通场景视频图像中的行人检测来说，其应用性不强.王世芳等人[2]设计实现了基于特征金字塔的快速行人检测方法，计算关键尺度下聚合通道特征反映的图像的梯度信息和颜色信息，用AdaBoost算法训练二阶决策树，构成行人分类器，在进行行人检测时，按照预定的步长滑窗，遍历每个尺度上的聚合通道特征，获得检测块，将检测块作为训练好的级联分类器的输入，利用非极大值抑制，对行人候选窗进行二次筛选，输出最后的行人检测框.在他们的方法下，计算量比较大.该方法比较适合嵌入式环境，在硬件一般的应用场景下，效果不佳.目前来看，经典的行人检测算法都存在一定的限制[3-6]，比如应用场景单一、不能排除噪声的干扰、出现形变行人导致无法检测或者漏检错检、在视频图像中行人出现并排情况或者错过的时候系统容易合并目标检测框等.本文拟着重解决行人目标出现形变以及行人目标漏检错检的问题，并对检测方法加以改进.本文拟从ACF算法入手，结合比较适合视频处理的金字塔理论，设计实现基于形变金字塔聚合通道特征DP-ACF的快速视频行人检测方法．

1 基于DP-ACF的行人快速检测方法

基于DP-ACF的快速检测方法的基本算法流程是：特征提取→特征金字塔构造→特征矢量合成→特征分类→非极大值抑制窗口融合.如图1所示.

图1 行人检测算法流程图

ACF特征是一个经典的聚合通道特征，它融合了多个通道（如颜色通道、梯度通道等）的图像信息，因此可以较为准确地表征行人目标.聚合通道特征主要包含10个通道（3个颜色通道、6个梯度方向通道以及1个梯度幅值通道）特征的信息.聚合通道特征如图2所示.

图2 聚合通道特征示意图

目前，很多算法不能有效平衡检测目标的准确性和鲁棒性指标[7-9].本文主要研究的是：基于划分形变区域和金字塔池化后的形变金字塔聚合通道特征DP-ACF，对行人目标进行检测.改进的DP-ACF特征能够提高行人检测结果的鲁棒性，改进的聚合通道特征能够在一定阈值范围内成功识别形变后的行人目标，能够提高行人检测器的识别精准度.在本文中，提取改进的DP-ACF特征需要划分形变区域、金字塔池化以及向量化表示三个关键步骤.通过察看不同的交通场景视频可知，行人目标的形变都在一定范围内，还是可以与其他运动目标区分开的，因此，可以进行区域划分，划出感兴趣区域以及检测区域.如果在形变区域内行人目标的局部出现形变，则进行区域校正，将出现形变的新区域划进来.以后，不论哪个行人目标出现局部形变，都可以进行区域包含，这样一来，行人检测的误差就会减小很多.对于一个像素分布为64＊128的数字图像，本文所容许的形变区域范围是32＊32，并且要用步长为16的通道特征对形变区域进行划分，因此每个特征通道都可以被划分出21个拟形变区域.

设S为形变区域的总块数，用xij表示2＊2层的每一个块的值.其中，j=1…M，M为金字塔的该层的块数.用f、g分别表示特征提取函数和池化函数.那么，运用本文算法求得的第i个形变区域的金字塔特征DPFi可以用公式1表示：

其中，Fz是第z个块池化之后的特征，均值池化之后得到的S个特征就是那个形变区域的特征.接下来，就是对划分后的图像的形变区域的通道特征进行金字塔均值池化处理，也就是说，将N个形变区域的通道特征按顺序连接起来，最后提取的特征向量就是DP-ACF特征.通过以上步骤提取出来的行人特征，保留了低尺度的行人局部特征信息，可以让我们很快检测到行人目标；还包含了高尺度的基于区域划分的图像空间特征，能够适应视频图像的形变情况.视频行人检测和跟踪算法中，常用NMS非极大值抑制方法对漏检进行处理.不同于面对静态图像，对视频中的行人进行检测时，总会出现一些漏检错检的情况.察看视频图像中的相邻帧可知，行人的大小和位置并没有出现特别明显的变化.但是，总会出现行人目标没被检测出来或者检测结果不符合行人大小等情况.针对此类问题，本文采用一种基于时间尺度比的非极大值抑制方法来解决.这是一种改进的非极大值抑制方法，即在时间变化轴上再进行一次检测，让行人目标的检测结果在尺度上连续，如果位置变化不大，则维持原来的检测窗口.这样做，能够有效减少漏检错检的情况发生.

2 仿真实验结果分析

实验主要是为了验证传统的ACF特征和改进的DP-ACF特征在视频行人检测性能上的差异.首先，进入INRIA行人数据库，将基于两种特征检测的ROC曲线拿来进行对比.如图3所示，改进的DP-ACF特征在漏检率方面的走势优于传统的ACF特征，这也能证明改进聚合通道特征的有效性.

图3 两种特征的检测性能对比

接下来，从INRIA数据库中，将两种特征在行人检测时间和漏检率上的数据调出进行对比.如表1所示，虽然在检测速度上慢了大约10%，但是在漏检率方面，改进的DP-ACF特征比传统的ACF特征减少了2．8%，表现很好，在改进的DP-ACF特征条件下，检测准确率得到较大幅度的提升.

表1 两种特征在检测时间和漏检率上的对比

为了直观地显示两个特征在检测效果上的差异，本文在INRIA数据库中选择了一些图像进行比较．检测结果表明，采用基于DP-ACF特征的检测方法，能检测出形变区域较大的行人．如图4所示．

图4 行人检测效果示意图

3 结论

在视频行人检测方面，存在行人变形所造成的残留问题．本文首先研究了提取特征不同的检测模型对行人检测器性能的影响，然后设计实现了基于形变金字塔聚合通道特征的快速视频行人检测方法．与传统的聚合通道特征相比，在模型训练和检测过程中，改进的聚合通道特征的选择更加灵活，在对行人变形的检测方面具有更强的鲁棒性．实验证明了该方法的有效性．