基于CENTRIST 特征的实时行人检测算法的实现

摘要：采用简化的混合高斯模型提取背景并保持跟新，利用背景差法提取前景目标，并最终提取目标的轮廓特征。CENTRIST特征[4]可以很好的编码相邻像素的比较信息，而且隐式的表达了全局的轮廓， 与传统的Adaboost算法结合起来可以很好的检测行人。当CENTRIST与线性分类器结合使用时，可以不必生成特征向量，也不需要对图像进行预处理和特征向量的规范化处理，还可以进一步用硬件加速（使用GPU），在一个1.2GHZ的CPU机器中，检测速度可以达到20fps。

关键词：轮廓特征；CENTRIST特征；线性分类器；特征向量；直方图交叉核

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）02-0370-03

近年来，随着综合国力的提升以及人民生活水平的不断提高，银行、交通、安检、军事设施、国家安全设施以及高档私人住宅等领域对安全防范和现场及时记录报警系统的需求与日剧增，并且要求越来越高。视频监控已经广泛应用于在上述的各个方面，并得到普遍认可和好评。但是，在大多数情况下，普遍采用的是人工完成，无法满足实时性和智能性的要求。随着图像处理和模式识别技术的发展，行人检测成为智能监控的领域的一项重要课题，由于行人具有各种各样的姿势及大小数量不等附属物，也使得行人检测成为一项极具挑战性的课题。

1 现状

视频监控系统已经拥有了 20 多年的发展与积累，共经历三代的发展过程：第一代， 20 世纪 90 年代初以前主要是模拟视频监控时代。以 VCR（Video Cassette Recorder）传统闭路电视系统为技术代表，通过大量连接电缆以及视频矩阵切换设备来实现。在智能化方面，完全依靠监控人员来观察视频画面来实现。第二代，20世纪 90 年代中期，借助与数字视频压缩编码技术的发展，形成了以 DVR（Digital Video Recorder）为代表的半数字视频监控时代。借助于网络技术将压缩的视频数据传送到监控中心，并存储在电脑硬盘上。在智能化方面。第三代，最早出现在21 世纪初，全数字视频监控时代。可以利用现有的计算机网络，通过标准的 TCP/IP协议进行任意场景的智能监控，并可以把经过压缩的视频数据保存在磁盘阵列中或者光盘中，以便于查询快捷方便。

这样计算的量阶就为一个超块大小。不但节省了计算时间，也节省了内存空间。

该方法不用对图像预处理，也不用得出特征向量，提取图像特征过程中各个图像分块的特征与线性分类器完美地衔接一起，使得该方法成功应用于实时行人检测系统。

2.3 分类器地训练

分类器训练阶段，采用108X36大小的图像作为正样本训练集合P，用完整的不含行人的图像作为负样本集N，首先从N中随机抽取少量108X36大小图像块作为负样本训练集N1，用P∪N1集合训练一个线性SVM分类器H1。接着用H1检测集合N，生成一个新的负样本集合N2，N2缩放后与集合P再训练生成一个线性分类器H2。如此下去直至N中所有的图像至少被H1，H2……中的一个分类器判定为负样本。最后用正样本集P和所有的负样本集Ni训练出一个线性SVM分类器Hlin。

线性分类器能够保证较快的检测速度，但是在直方图特征的检测上SVM的HIK（Histogram Intersection Nuclear）核要比线性核具有较高的检测精度。所以我们训练了一个HIK核SVM分类器，采用之前的方法：Hlin检测负样本集N生成一个负样本训练集Nfinal，

用P和Nfinal训练一个HIK核SVM分类器Hhik，这样检测时，可以级联使用这俩种分类器，既达到实时要求又提高了检测精度。

3 结果

训练样本中均来自 INRIA 的行人数据库， 共包含1126个正样本和3000多个负样本。在正样本图像中， 行人穿着不同颜色、式样和花纹的服装， 有着不同的动作， 而且面对摄像机的角度变化很大， 是在不同的光照条件和季节拍摄的。负样本图像都是自然场景图像。训练样本的尺寸为 108X36像素大小。

在 PC 机（Intel Celeron 2CPUs E3300 2.5GHz，2GB 内存）上对系统进行了测试，可以达到 20fps 的处理速度，可以精确地捕捉到视频中的路人。视频图像的大小为 1080×768。对一个场景拍摄了若干视频片段进行试验，每个视频段长度为10分钟左右，实验结果部分截图如图2所示。

（a） （b） （c）

图2

表1 与目前最流行的HOG算法比较结果

从表1中可以看出CENTRIST算法具有较高的检测速度，主要是因为提取CENTRIST描述子不需对图像进行预处理和后处理，而且可以边提取边计算。相比之下，HOG需要对图像进行处理并且使用SVM分类器高斯核，使得检测时间较长，而检测效果要高些。

4 总结与展望

提出了CENTRIST特征描述符：对行人图像的sobel边缘图像进行像素级比较处理，得出图像的局部比较信号，并对此局部比较信号采取类似LBP形式的编码，得到行人图像的特征描述符，将该特征描述符与线性分类器无缝隙拼接实现行人的检测。

使用两种不同类型的SVM分类器，线性分类器保证较高的检测速率，使得HIK核SVM检测少量的，经线性SVM检测过的图像。这样不但缩短了检测时间，更是提高了检测精度。

行人检测在国计民生的各个领域里有很重要的用途。并可以在此基础上进一步智能化，如识别人体的姿势，判断人的行为。行人检测的一套方法还可以运用到其他类型的目标检测，比如车辆检测等。

参考文献：

[1] 刘亚，艾海舟，徐光佑.一种基于背景模型的运动目标检测与跟踪算法[J].信息与控制，2002，31（4）：315-319.

[2] 朱齐丹，张智，邢卓异.支持向量机改进序列最小优化学习算法[J].哈尔滨工程大学学报，2007，28（2）：183-188.

[3] Wojek C， Dork′o C， Schulz A， et al. Sliding-windows for rapid object class localization： A parallel technique[R]. in DAGM-Symposium， 2008.

[4] Wu Jian-xin， Geyer C，Rehg J M. Real-time human Detection Using Contour Cues[R]. IN ICRA， 2011：860-867.

[5] Dalal N，Triggs B. Histograms of oriented gradients for human Detection[R]. IN CVPR，2005： 886-893.

[6] Leibe B，Seemann E， Schiele B. Pedestrian detection in crowded scenes[R]. IN CVPR：878-885.

[7] Wu J. A fast dual method for HIK SVM learning[R]. IN ECCV：552–565.

[8] Wang X，Han T H，Yan S. An HOG-LBP human detector with partial occlusion handling[R].IN ICCV，2009.