本發(fā)明涉及計(jì)算機(jī)視覺領(lǐng)域以及圖像處理的相關(guān)技術(shù)，尤其涉及了一種基于梯度提升決策樹的圖像行人檢測(cè)算法。

背景技術(shù)：

經(jīng)過近些年的探索和發(fā)展，計(jì)算機(jī)視覺已經(jīng)在金融、機(jī)械加工、交通運(yùn)輸、娛樂、醫(yī)療、安防、軍事等很多領(lǐng)域具有應(yīng)用場(chǎng)景，創(chuàng)造出無可替代的價(jià)值。在計(jì)算機(jī)視覺領(lǐng)域中，目標(biāo)檢測(cè)是個(gè)極其重要的研究分支，本發(fā)明著眼于目標(biāo)檢測(cè)中一個(gè)很重要且極具應(yīng)用價(jià)值的課題——行人檢測(cè)，行人檢測(cè)是姿態(tài)估計(jì)、行為分析、行人識(shí)別、行人跟蹤等課題的研究基礎(chǔ)和前提，一個(gè)優(yōu)秀的行人檢測(cè)算法能為以上諸多研究課題提供強(qiáng)有力的支持和保障。

行人檢測(cè)算法，顧名思義，就是對(duì)于給定的圖片或視頻，使用預(yù)先訓(xùn)練好的模型對(duì)其進(jìn)行檢測(cè)，標(biāo)注出圖片或視頻中行人所在的位置。這在現(xiàn)實(shí)生活中是非常具有應(yīng)用價(jià)值的，如把行人檢測(cè)算法用于輔助駕駛上，車輛能自動(dòng)識(shí)別前方的行人，并獲得與目標(biāo)之間的精確距離，對(duì)行人及時(shí)進(jìn)行避讓，在發(fā)生緊急情況時(shí)發(fā)出警報(bào)，可以主動(dòng)參與制動(dòng)，讓駕駛變得更輕松，讓出行變得更安全、更放心；在監(jiān)控系統(tǒng)集成行人檢測(cè)等算法，能及時(shí)檢測(cè)出行人的所在位置，對(duì)其行為進(jìn)行分析，如果發(fā)現(xiàn)逗留過久等異常行為及時(shí)給安全人員以報(bào)警，可以防患于未然，等等。

優(yōu)秀的行人檢測(cè)算法需要一種性能強(qiáng)大的分類算法以及擁有較強(qiáng)區(qū)分能力的特征，當(dāng)前在行人檢測(cè)算法中常用的分類算法有adaboost、支持向量機(jī)以及卷積神經(jīng)網(wǎng)絡(luò)中的softmax分類函數(shù)。梯度提升決策樹算法是數(shù)據(jù)挖掘領(lǐng)域中非常出眾的回歸分類算法，在商品搭配、個(gè)性化推薦、金融預(yù)測(cè)等諸多方面都取得較成功的應(yīng)用案例，然而該算法目前還沒有被應(yīng)用于行人檢測(cè)中。梯度提升決策樹算法適用于回歸分析和二分類問題，而行人檢測(cè)實(shí)質(zhì)上可以看作是一個(gè)二分類問題(即檢測(cè)窗口要么是行人，要么是背景)，因此可以考慮把該算法應(yīng)用于行人檢測(cè)中。經(jīng)過精心設(shè)計(jì)的算法，把梯度提升決策樹算法應(yīng)用于行人檢測(cè)中，能取得較優(yōu)異的檢測(cè)結(jié)果。

技術(shù)實(shí)現(xiàn)要素：

為了解決背景技術(shù)中存在的問題，本發(fā)明提出了一種基于梯度提升決策樹的圖像行人檢測(cè)算法，實(shí)現(xiàn)了從圖像中檢測(cè)出行人所在的位置。

本發(fā)明采用的技術(shù)方案是包括如下步驟：

1)對(duì)輸入圖像進(jìn)行預(yù)處理；

2)將預(yù)處理后的圖像進(jìn)行縮放形成多個(gè)尺度圖像，構(gòu)建由多個(gè)尺度圖像構(gòu)成的快速金字塔模型，并計(jì)算聚合通道特征，聚合通道特征用于后續(xù)步驟2)輸入梯度提升決策樹算法中進(jìn)行處理判斷；

3)對(duì)快速金字塔模型中的各個(gè)尺度圖像用檢測(cè)窗口進(jìn)行遍歷掃描，并采用預(yù)訓(xùn)練好的行人檢測(cè)器模型及其聚合通道特征對(duì)各個(gè)尺度圖像上的所有檢測(cè)窗口位置使用梯度提升決策樹算法進(jìn)行處理判斷，獲得所有包含有行人的檢測(cè)窗口；

4)對(duì)所有包含有行人的檢測(cè)窗口再采用非極大值抑制方法選擇最佳檢測(cè)窗口，以最佳檢測(cè)窗口作為圖像中行人的位置，從而準(zhǔn)確地檢測(cè)出行人的位置。記錄下來以便傳送到輸出模塊。

所述步驟1)的預(yù)處理是進(jìn)行卷積操作來實(shí)現(xiàn)平滑處理。

預(yù)訓(xùn)練好的行人檢測(cè)器模型是指在方法步驟前通過帶有行人的圖像樣本訓(xùn)練學(xué)習(xí)獲得的模型。

所述的聚合通道特征包括luv的三個(gè)顏色通道、梯度直方圖六個(gè)通道和梯度幅值一個(gè)通道，共十個(gè)通道特征。

所述步驟3)使用級(jí)聯(lián)方式的梯度提升決策樹算法進(jìn)行處理判斷，獲得可信度，可信度用于所述步驟4)中來選擇最佳檢測(cè)窗口。

由于多個(gè)尺度上可能會(huì)檢測(cè)出同一個(gè)行人，即同一個(gè)行人可能會(huì)檢測(cè)到在多個(gè)位置上，而最終要輸出行人的準(zhǔn)確位置，所以要在這些位置中選取一個(gè)最佳的位置作為行人最終所在的位置，因此本發(fā)明采用非極大值抑制算法來排除實(shí)際行人位置附近的檢測(cè)窗口。

所述步驟4)中對(duì)于所有包含行人的檢測(cè)窗口采用非極大值抑制的方法來選擇最佳檢測(cè)窗口，具體是：針對(duì)每個(gè)檢測(cè)窗口，依次求取每個(gè)檢測(cè)窗口與其它各個(gè)檢測(cè)窗口之間的重疊面積，若重疊面積不小于預(yù)先設(shè)置的面積閾值，則認(rèn)為兩個(gè)檢測(cè)窗口包含有同一個(gè)行人；然后，將包含有同一行人的所有檢測(cè)窗口根據(jù)可信度由大到小進(jìn)行排序，則選取可信度最大的檢測(cè)窗口作為行人最終所在的位置。

本發(fā)明行人圖像的檢測(cè)中使用回歸分類算法——梯度提升決策樹算法，梯度提升決策樹算法適用于回歸分析和二分類問題，而本發(fā)明將行人檢測(cè)實(shí)質(zhì)上看作是一個(gè)二分類問題。

本發(fā)明通過在常用的行人數(shù)據(jù)集進(jìn)行模型的訓(xùn)練，得到了一個(gè)檢測(cè)效果好的模型，使用此模型來進(jìn)行行人的檢測(cè)。

本發(fā)明方法在具體實(shí)施采用包括以下三個(gè)模塊的系統(tǒng)：

1)輸入模塊，用于接收采集到的圖像數(shù)據(jù)或視頻序列；

2)行人檢測(cè)模塊，用于分析圖像，檢測(cè)出圖像中行人所在的位置；

3)輸出模塊，把檢測(cè)出的行人位置標(biāo)注出來。

本發(fā)明的有益效果是：

本發(fā)明采用快速金字塔模型來計(jì)算特征，并以級(jí)聯(lián)方式的梯度提升決策樹算法模型來進(jìn)行處理判斷，所以能夠達(dá)到實(shí)時(shí)的檢測(cè)效果，提高圖像檢測(cè)的準(zhǔn)確度和快速性，能滿足實(shí)時(shí)圖像快速處理的需求。

附圖說明

圖1為本發(fā)明算法的整體結(jié)構(gòu)示意圖。

圖2為本發(fā)明方法的流程圖。

圖3為本發(fā)明提供的級(jí)聯(lián)的梯度提升決策樹模型的實(shí)施過程圖。

圖4為實(shí)施例在inria數(shù)據(jù)集上的實(shí)施例結(jié)果比較附圖。

圖5為實(shí)施例在caltech數(shù)據(jù)集上的實(shí)施例結(jié)果比較附圖。

圖6為實(shí)施例在kitti數(shù)據(jù)集上的實(shí)施例結(jié)果比較附圖。

圖7為實(shí)施例非極大值抑制前后的效果示意圖。

圖8為實(shí)施例行人檢測(cè)的效果示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明中的附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行清晰、完整地描述?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，接下來將參照附圖對(duì)本發(fā)明實(shí)施例進(jìn)行詳細(xì)的說明。

本發(fā)明的實(shí)施例如下：

如圖1所示，實(shí)施例具體實(shí)施的系統(tǒng)模塊為：

輸入模塊，用來接收用戶提供的圖像數(shù)據(jù)或者視頻序列，接下來送入行人檢測(cè)模塊進(jìn)行行人檢測(cè)。

行人檢測(cè)模塊，把接收到的圖像進(jìn)行預(yù)處理，然后構(gòu)建特征金字塔、使用梯度提升決策樹算法進(jìn)行判決等一系列操作，檢測(cè)出圖像中的行人所在的位置，并送入輸出模塊。

輸出模塊，用于顯示行人檢測(cè)的結(jié)果，把行人檢測(cè)模塊所檢測(cè)出的行人在原圖像中的相應(yīng)位置上標(biāo)注出來。

如圖2所示，其中行人檢測(cè)模塊主要完成本發(fā)明方法在行人圖像中的檢測(cè)工作，檢測(cè)出不同尺度上的行人，采用固定檢測(cè)窗口大小，放縮圖像的方式進(jìn)行，主要分為以下幾個(gè)步驟：

1)對(duì)輸入圖像做卷積操作，進(jìn)行平滑處理。

2)由預(yù)處理后的圖像構(gòu)建多尺度圖像的快速金字塔模型，只對(duì)原圖像尺度的以下倍數(shù)：1,1/2,1/4,1/8…，采用實(shí)際計(jì)算特征的方式，其他尺度上通過雙線性插值計(jì)算的方式快速近似得到。

然后針對(duì)給定的檢測(cè)窗口即可較快地查找出聚合通道特征，所計(jì)算的特征通道包括luv顏色通道、梯度直方圖通道、以及梯度幅值通道。

3)設(shè)置固定大小的檢測(cè)窗口以及用于遍歷的步進(jìn)長(zhǎng)度，遍歷特征金字塔中的各個(gè)尺度用檢測(cè)窗口進(jìn)行遍歷掃描，通過計(jì)算的特征通道采用預(yù)訓(xùn)練好的行人檢測(cè)器模型依次對(duì)每個(gè)尺度上的所有檢測(cè)窗口位置使用級(jí)聯(lián)方式的梯度提升決策樹算法進(jìn)行比較判斷，獲得可信度。

由于采用級(jí)聯(lián)判決的方式，對(duì)于非包含有行人的檢測(cè)窗口位置，可信度小于預(yù)先設(shè)定的閾值則無需繼續(xù)判斷。對(duì)于包含有行人的檢測(cè)窗口位置，可信度會(huì)大于等于預(yù)先設(shè)定的閾值，記錄該檢測(cè)窗口及其可信度。

一般來講，圖像中包含行人的檢測(cè)窗口遠(yuǎn)小于整圖的檢測(cè)窗口數(shù)目，所以絕大多數(shù)的檢測(cè)窗口只需極少的時(shí)間即可快速排出，只有對(duì)于疑似行人的檢測(cè)窗口才會(huì)繼續(xù)判斷，因此使用決策樹級(jí)聯(lián)的方式可以讓判決過程非?？焖佟?/p>

4)對(duì)于所有包含行人的檢測(cè)窗口采用非極大值抑制的方法來選擇最佳檢測(cè)窗口，從而準(zhǔn)確地檢測(cè)出行人的位置。

具體是先針對(duì)每個(gè)檢測(cè)窗口，依次求取每個(gè)檢測(cè)窗口與其它各個(gè)檢測(cè)窗口的重疊面積，若重疊面積不小于預(yù)先設(shè)置的閾值，則說明這些檢測(cè)窗口實(shí)際上對(duì)應(yīng)于圖像中的同一個(gè)行人，從而進(jìn)行歸類，區(qū)分不同的行人。

然后對(duì)所有的檢測(cè)窗口根據(jù)可信度由大到小進(jìn)行排序，則選取可信度最大的那個(gè)檢測(cè)窗口作為行人最終所在的位置，排除掉其他的重疊檢測(cè)窗口。

5)經(jīng)過非極大值抑制處理后的行人檢測(cè)窗口，作為圖像中檢測(cè)到的行人所在的位置，記錄下來以便傳送到輸出模塊。

如圖3，級(jí)聯(lián)的梯度提升決策樹模型由若干棵二叉決策樹組成，判決過程采用決策樹的分?jǐn)?shù)值累加并與設(shè)定的閾值不斷比較的方式，若當(dāng)前累加的分?jǐn)?shù)值小于閾值，則立即排除此檢測(cè)窗口，否則繼續(xù)用下一棵決策樹進(jìn)行判決，若所有的決策樹的累加判決結(jié)果大于給定的閾值，則此檢測(cè)窗口為檢測(cè)到的行人檢測(cè)窗口。

為驗(yàn)證本發(fā)明，在本領(lǐng)域已公開的具有挑戰(zhàn)的行人檢測(cè)數(shù)據(jù)集inria、caltech、kitti上進(jìn)行設(shè)計(jì)實(shí)驗(yàn)，將本發(fā)明算法與公開的piotrdollár的toolbox中的adaboost算法進(jìn)行對(duì)比，把實(shí)驗(yàn)結(jié)果與測(cè)試集的標(biāo)注框(groundtruth)進(jìn)行對(duì)比，繪制出錯(cuò)誤率曲線作為衡量算法性能的標(biāo)準(zhǔn)。

在inria數(shù)據(jù)集上，本發(fā)明算法比公開的piotrdollár的toolbox中的adaboost算法約提高了1.8％，如圖4所示。

在caltech數(shù)據(jù)集上，本發(fā)明算法比公開的piotrdollár的toolbox中的adaboost算法約提高了1％，如圖5所示。

kitti行人數(shù)據(jù)集中的訓(xùn)練集包含7481張圖片，并包含豐富的標(biāo)注信息，把此訓(xùn)練集一分為二，其中的3741張圖片用來訓(xùn)練模型，余下的3740張圖片用來驗(yàn)證模型的準(zhǔn)確度，本發(fā)明算法比公開的piotrdollár的toolbox中的adaboost算法約提高了6％，如圖6所示。

由此可見本發(fā)明算法均取得比行人檢測(cè)領(lǐng)域中常用的算法更優(yōu)秀的實(shí)驗(yàn)結(jié)果。

由于在一個(gè)行人的附近位置會(huì)檢測(cè)出多個(gè)窗口，而這些檢測(cè)窗口實(shí)際上對(duì)應(yīng)于同一個(gè)行人，為準(zhǔn)確定位行人的精確位置，本發(fā)明采用非極大值抑制的方法來選取最佳的檢測(cè)窗口作為行人最終所在的位置，如圖7所示。

行人檢測(cè)的效果示意圖如圖8所示。圖8中展示的在不同場(chǎng)景下的行人檢測(cè)效果示意圖，側(cè)面的行人、背影的行人、不同姿勢(shì)的行人、以及部分遮擋和低分辨率的行人均可以較準(zhǔn)確地被檢測(cè)出來。

最后，應(yīng)當(dāng)指出，以上實(shí)施例僅是本發(fā)明較有代表性的例子。顯然，本發(fā)明的技術(shù)方案并不限于上述實(shí)施例，還可以有許多變形。本領(lǐng)域的普通技術(shù)人員可在不脫離本發(fā)明的發(fā)明思想情況下，對(duì)于上述實(shí)施例做出種種修改或變化，因而本發(fā)明的保護(hù)范圍并不被上述實(shí)施例所限，而應(yīng)該是符合權(quán)利要求書提到的創(chuàng)新性特征的最大范圍。