人员识别定位技术综述

2021-04-04刘鹤丹朱超凡杜小甫

电子测试 2021年16期

刘鹤丹，朱超凡，杜小甫

（厦门大学嘉庚学院信息科学与技术学院，福建漳州，363105）

0 引言

计算机视觉是一门集成了计算机科学、生物学、物理学甚至心理学知识与一体的交叉学科[1]，是计算机视觉技术的一个分支领域。视觉识别定位技术的基本思路是利用摄像头获取室内环境视觉信息，有可能包括被定位对象的人脸信息等，然后根据一定算法从图像中识别出待定位对象，进一步求得待定位对象的位置信息。根据摄像头与待定位对象的关系，视觉定位整体上可以分为主动视觉定位和被动视觉定位两大类。

主动视觉定位技术是指摄像头安装在待定位物体之上，例如扫地机器人、无人机等。主动视觉定位的核心步骤包括边缘提取，噪声过滤，信息识别等。主动视觉定位技术被广泛地使用于工业机器人控制，无人机自动飞行控制[2]，工业产品质量检测，自动驾驶等领域。

被动视觉识别定位技术指的是，利用位置固定的摄像头，对待定位对象进行视频图像采集，将图像信息上传至后台计算机进行识别，并进行定位解算。根据使用的摄像头数量，可以将视被动视觉识别定位技术分为两大类：单目技术[3]和多目技术[4]，其中双目技术是多目技术的一个特例分支。

1 人员识别定位技术研究现状

1.1 目标识别检测

目标检测指的是对运动目标进行检测，包括人员。

运动目标检测技术经过多年的发展，目前已经有一些很成熟的技术，主要包括背景减除法，帧差法，光流法等。比如，莫邵文等[5]在ViBe 算法的基础上，解决鬼影问题。

1.2 行人识别

行人识别是从视频中根据行人特征直接提取并标注行人的方法，近年来对这类方法的研究也比较深入。该类方法主要是使用不同尺度的滑动窗口选定图像的某一区域为候选区域，从对应的候选区域提取Haar 特征[6]，LBP 纹理特征[7]，HOG 特征[8]，DPM 特征[9]等一类或者多类特征，再使用Adaboost，SVM，LatentSVM[9]等分类算法通过在训练集训练分类器，该分类器可以对对应的候选区域进行分类，判断是否属于待检测的目标。例如Dalai[9]在2005年提出的HOG(Histograms of oriented gradients)特征，并利用SVM 分类器进行判断是否为待检测的行人目标。2008年Felzenszwalb[8]在HOG 特征的基础上提出了DPM(deformable part model)特征，并利用LatentSVM 进行分类。2013年刘小沣[10]提出一种基于稀疏表达学习理论的稀疏编码直方图特征(HSC, histograms of sparse codes)算法，用HSC 特征代替DPM 算法中的HOG 特征，提升了DPM 的准确率。

1.3 人脸识别

人脸识别技术已成为计算机视觉领域最为成功的应用之一。传统人脸识别技术主要包括采用全局特征和局部特征对人脸进行描述，再对提取出的特征描述，使用支持向量机等方法进行分类操作。

近年来，基于深度学习（Deep Learning）[11]的人脸识别技术成为主流，在准确度和速度方面都有极大优势。2014年，DeepFace[12]在著名的LFW（Labeled Face in-the-Wild）数据集上取得接近人类的表现。近年来对抗生成网络GAN[13]和强化学习（Reinforcement Learning）[14]技术也被引入到人脸识别领域。

1.4 目标跟踪

单目视觉识别中的目标跟踪，主要是指对检测到的目标，结合视频中相邻帧之间的时空关系，对目标进行快速的识别并定位。当前流行的目标跟踪算法主要分为两个模块，一种是生成式跟踪算法，一种是判别式跟踪算法。传统的跟踪算法均属于生成式跟踪算法。如卡尔曼滤波跟踪[15]、粒子滤波跟踪等。

1.5 行人再识别

行人再识别，即跨摄像头行人关联。其主要的研究内容为提取特征并利用度量距离等算法计算两个目标的相似度，从而根据得到的相似度判别这两个目标是否为同一个人。行人再识别技术的难点主要有两点，第一个是研究选择哪一种行人对象的特征，能够更好的表达行人区别，更加具有鲁棒性；另外一个方向是使用更有效的距离度量函数，使得同一个人的图像间特征距离小于不同行人图像间的特征距离。特征选取问题上，己有方法主要从颜色、纹理、梯度等角度对行人进行描述。颜色直方图是最常用的特征，也是最直观的特征表达。直方图特征的缺点在于对于光照等条件的变化非常敏感。为了解决光照问题，引入了颜色码本[16]、极大稳定颜色区域特征[17]等改进直方图特征表达形式。纹理特征以及边缘特征等可以更好的描述行人的细节上的特征，同时对光照的变化不敏感。