CN106384089A - 基于终生学习的人体可靠检测方法 - Google Patents

Abstract

本发明属于智能识别领域，具体涉及一种基于终生学习的人体可靠检测方法。该方法包括以下步骤：(S1)输入视频图像，依据运动检测方法，对视频图像中的运动目标进行检测，初步定位视频图像中包含运动目标的图像块；(S2)对包含运动目标的图像块，提取图像特征；(S3)通过SVM分类器对图像特征进行分类，得到人体检测结果，并存储特征分类后得到的人体目标区域的灰度图像，返回步骤(S1)对下一帧视频图像进行检测。对灰度图像进行人工识别处理，提取虚警图像的图像特征作为负样本，重新训练SVM分类器，并应用到(S3)中。本发明对监视场景中实际检测到的虚警目标进行再学习，降低了相应监控场景中人体检测的虚警率，提高了人体检测性能。

Description

基于终生学习的人体可靠检测方法

技术领域

本发明属于智能识别领域，具体涉及一种基于终生学习的人体可靠检测方法。

背景技术

随着平安城市、智慧城市项目的推进，街区楼道等各个场所安装的监控摄像机越来越多。传统的依靠人工查看和分析监视视频的方法已经无法满足监视视频分析的要求。如何利用计算机技术自动从监视视频中提取有用信息成为视频监控领域的研究热点。

人体是监视视频中人们最感兴趣的目标，可靠检测监视视频中的人体目标对于智能分析人体异常行为以及智能交通调度有着重要意义。目前，人体检测方法有很多，如专利“基于似物性估计的快速行人检测方法(201510730785.2)”针对传统基于滑动窗口的行人检测方法中因搜索范围过大而导致检测速度不够高的问题，引入了似物性估计，利用梯度幅值特征来描述检测窗口的似物性，对滑动窗口产生的候选目标窗口做了一个初筛选，并进一步预测得到候选目标区域，从而将待测图片的搜索范围缩小在几个目标区域之内，最终实现加速目的。专利“一种结合纹理和彩色特征的行人检测方法(201510729214.7)”针对单特征行人检测的局限性和缺点，提出了融合梯度、纹理和彩色三种特征的新的行人特征，融合特征在描述性能上比单一特征要丰富，在复杂背景和部分遮挡的情况下，也能取得较好的检测效果。专利“一种基于HOG与D-S证据理论多信息融合的行人检测方法(201510650440.6)”针对原始的视频帧图像进行灰度转换，然后利用基于梯度方向直方图(HOG)特征的分类器对转换之后的图片进行检测，得到初步的行人检测结果，在此基础上通过帧间关系矩阵可以判断出在一个区域是否应该有行人而没有检测到，然后利用基于局部二元模式(LBP)特征的分类器对此区域进行检测，来弥补HOG特征带来的缺失；如果在这种情况下还没有检测到，则使用历史数据即通过帧间关系矩阵获得的数据，利用Kalman滤波器来进行预测，得到行人目标的位置，并且利用D-S证据理论通过多种检测和跟踪等信息的融合来增强判断的准确性。专利“一种基于改进UDN提取联合特征的行人检测方法(201510716692.4)”结合卷积神经网络模型，提取人体的局部特征，进行融合特征分类，能够有效降低行人检测的平均漏检率。

然而，人体是非刚性的，人体检测结果容易受人体的姿态、角度、遮挡以及环境复杂纹理因素等影响。在监控视频中，摄像机的安装位置不同，拍摄到的视频画面中人体的姿态也不同，场景中的非人体区域更是复杂多变。即使在同一个摄像头采集的视频中，不同时刻的人体和非人体目标也存在各式各样的变化。因此，目前的人体检测方法在实际应用中虚警率非常高，再加上一个监控区域往往有成百上千的监视摄像机，这样人体检测技术在使用过程中容易造成“狼来了”的问题。

发明内容

为解决上述技术问题，并降低人体检测的虚警率，本发明提出一种基于终生学习的人体可靠检测方法。具体技术方案如下：

一种基于终生学习的人体可靠检测方法，包括以下步骤：

(S1)输入视频图像，依据运动检测方法，对视频图像中的运动目标进行检测，初步定位视频图像中包含运动目标的图像块；

(S2)对包含运动目标的图像块，提取图像特征；

(S3)通过SVM分类器对图像特征进行分类，得到人体检测结果，并存储特征分类后得到的人体目标区域的灰度图像，返回步骤(S1)对下一帧视频图像进行检测。

进一步地，所述步骤(S3)中的SVM分类器为：从数据库中获取人体检测所需的正、负样本，提取样本图像特征，构建训练样本集，训练得到的SVM分类器。

进一步地，对所述步骤(S3)中存储的灰度图像进行人工识别处理，将不包含人体的灰度图像记为虚警图像，提取该图像特征作为负样本，加入训练样本集，重新训练SVM分类器，并将得到的SVM分类器应用到所述步骤(S3)中。

进一步地，所述数据库为INRIA人体数据集。

进一步地，所述步骤(S2)中运动目标进行检测采用的方法为混合高斯背景差分法。

进一步地，所述图像特征为HOG特征，，主要步骤包括：

Step1：读取需要提取特征区域的各像素点的灰度值；

Step2：对该区域进行分块，具体分块方法为现有技术，采用参考论文的方法；

Step3：计算每一个块中每一个像素的梯度和方向；

Step4：统计每一个块的梯度方向直方图；

Step5：对梯度直方图的对比度进行归一化；

Step6：将需要提取特征区域上的所有分块的梯度方向直方图串联起来，即为图像的HOG特征。

具体HOG特征提取的实现过程详见论文“Histograms of Oriented Gradientsfor Human Detection(IEEE Conference on Computer Vision&Pattern Recognition，2005)”

采用本发明获得的有益效果：本发明的优点在于，对监视场景中实际检测到的虚警目标进行再学习，降低了相应监控场景中人体检测的虚警率，从而提高了人体检测性能。

说明书附图

图1是本发明的流程示意图。

具体实施方式

下面结合附图和具体实施例，对本发明作进一步说明。

如图1所示，为本发明的流程示意图。本发明方法首先采用运动检测技术初步定位场景中的运动区域，然后在运动区域上提取HOG特征，接着采用支持向量机(SVM)分类器进行特征分类，最后对分类出现的虚警目标进行再学习，提取HOG特征并标记为负样本，加入训练样本集重新训练SVM分类器。分类器可以自适应学习实际场景中的数据，降低因训练数据集不完备而引起的人体误检现象，提高监视视频下人体检测的正确率。本发明实施步骤如下：

(S1)输入视频图像，依据运动检测方法，对视频图像中的运动目标进行检测，初步定位视频图像中包含运动目标的图像块；实施例中，采用混合高斯背景差分法进行运动目标检测，混合高斯背景差分法的核心是构建混合高斯模型。思路是：对视频图像中的每一个像素点，采用K个高斯函数来描述其像素值的变化，K取整数。一般地，K的取值越大，背景模型的抗噪性能越好，但算法的运算效率也随之降低。本实施例中取K＝3。

对于视频图像中任一像素点，用变量x表示其像素值，则该像素值用K个高斯函数描述，表示为

$p\left(x\right)=\underset{i=1}{\overset{K}{\Σ}}{\mathrm{\ω}}_{i}g(x,{\mathrm{\μ}}_i,{\mathrm{\Σ}}_i)$

其中，ω_i、μ_i和∑_i分别表示第i个高斯函数的权值、均值向量和方差矩阵，函数g表示第i个高斯分布G_i的密度函数，i取值为i＝1,2,…,K。

记p(B|x)表示像素值x为背景的后验概率，则有

$p\left(B\right|x)=\underset{i=1}{\overset{K}{\Σ}}p\left(B\right|G_i)p\left(G_i\right|x)=\frac{\underset{i=1}{\overset{K}{\Σ}}p\left(x\right|G_i)p\left(G_i\right)p\left(B\right|G_i)}{\underset{i=1}{\overset{K}{\Σ}}p\left(x\right|G_i)p\left(G_i\right)}$

构建完混合高斯模型之后，采用背景差分法检测运动目标，并在检测过程中更新模型的参数，具体检测过程和参数更新策略详见参考文献“复杂环境下基于高斯混合模型的目标检测方法(微计算机信息，2010)”。

(S2)对包含运动目标的图像块，提取图像特征；目前，用于人体检测的特征有很多，如Haar、HOG、LBP等。通过在国际上通用的Caltech行人数据集上的公开测试结果中分析，可以发现HOG特征在描述人体结构化特征方法具有明显优势。因此，本发明提取包含运动目标的图像块HOG特征进行人体检测。HOG特征的提取步骤是：

Step1：读取需要提取特征区域的各像素点的灰度值；

Step2：对该区域进行分块；

Step3：计算每一个块中每一个像素的梯度和方向；

Step4：统计每一个块的梯度方向直方图；

Step5：对梯度直方图的对比度进行归一化；

Step6：将需要提取特征区域上的所有分块的梯度方向直方图串联起来，即为图像的HOG特征。

(S3)通过SVM分类器对图像特征进行分类，得到人体检测结果，即检测认为包含人体目标区域的灰度图像；

常用的人体特征分类方法有Adaboost和SVM。实验表明，SVM分类器与HOG特征结合进行人体检测优于Adaboost分类，详见论文“Histograms of Oriented Gradients forHuman Detection(IEEE Conference on Computer Vision&Pattern Recognition，2005)”。因此，本发明实施例选用SVM分类器进行特征分类。SVM的核函数选用径向基函数K(x,y)，表示为

$K(x,y)=\exp (-\frac{\left|\right|x-y|{|}^2}{{\mathrm{\σ}}^2})$

其中，x、y为输入向量，σ为高斯函数的方差。

对所述步骤(S3)中存储的灰度图像进行人工识别处理，将不包含人体的灰度图像记为虚警图像，提取该图像特征作为负样本，加入训练样本集，重新训练SVM分类器，并将得到的SVM分类器应用到所述步骤(S3)中。

在具体实施过程中，由于在监控视频中，摄像机的安装位置不同，拍摄到的视频画面中人体的姿态也不同，场景中的非人体区域更是复杂多变。即使在同一个摄像头采集的视频中，不同时刻的人体和非人体目标也存在各式各样的变化。因此，目前的人体检测方法在实际应用中虚警率非常高。为了尽可能地降低虚警率，本发明提出的终生学习方法，对实际应用中的每一次虚警结果进行再学习，通过对实际监控场景的再学习，降低该监控场景下非人体目标的误检率，具体通过重新训练SVM分类器，在之后的人体目标检测过程中，采用新训练的SVM分类器进行分类。

实施例中，系统的初始SVM分类器是由常用的人体数据库训练得到的，本发明选用的人体数据库是国际上通用的INRIA人体数据库。因为SVM分类器的训练过程非常耗时，在实际应用中一个要为再学习过程开启单独的进程，并且再学习过程不能实时进行，一般情况是每周定时处理一次，安排在系统相对空闲的时段，如凌晨3点到4点之间。

应当指出，本发明并不局限于以上特定实施例，本领域技术人员可以在权利要求的保护范围内做出任何变形或改进，均落在本发明的保护范围之内。

Claims (6)

1.一种基于终生学习的人体可靠检测方法，其特征在于：包括以下步骤：

(S1)输入视频图像，依据运动检测方法，对视频图像中的运动目标进行检测，初步定位视频图像中包含运动目标的图像块；

(S2)对包含运动目标的图像块，提取图像特征；

(S3)通过SVM分类器对图像特征进行分类，得到人体检测结果，并存储特征分类后得到的人体目标区域的灰度图像，返回步骤(S1)对下一帧视频图像进行检测。

2.如权利要求1所述的一种基于终生学习的人体可靠检测方法，其特征在于：所述步骤(S3)中的SVM分类器为：从数据库中获取人体检测所需的正、负样本，提取样本图像特征，构建训练样本集，训练得到的SVM分类器。

3.如权利要求2所述的一种基于终生学习的人体可靠检测方法，其特征在于：对所述步骤(S3)中的灰度图像进行人工识别处理，将不包含人体的灰度图像记为虚警图像，提取该图像特征作为负样本，加入训练样本集，重新训练SVM分类器，并将得到的SVM分类器应用到所述步骤(S3)中。

4.如权利要求1所述的一种基于终生学习的人体可靠检测方法，其特征在于：所述步骤(S1)中对视频图像中的运动目标进行检测运用的方法为混合高斯背景差分法。

5.如权利要求2所述的一种基于终生学习的人体可靠检测方法，其特征在于：所述数据库为INRIA人体数据库。

6.如权利要求1所述的一种基于终生学习的人体可靠检测方法，其特征在于：所述图像特征为HOG特征，具体提取HOG特征步骤为：

Step1：读取需要提取特征区域的各像素点的灰度值；

Step2：对该区域进行分块；

Step3：计算每一个块中每一个像素的梯度和方向；

Step4：统计每一个块的梯度方向直方图；

Step5：对梯度直方图的对比度进行归一化；

Step6：将需要提取特征区域上的所有分块的梯度方向直方图串联起来，即为图像的HOG特征。