面向监控视频的人车分类技术的选择.docVIP

面向监控视频的人车分类技术的选择 　　摘 要：随着图像识别技术的发展，人车分类已经成为一个重要的研究课题。它能够有效地提高对敏感区域的监控效率，同时良好地进行人车分类，能够有效帮助后期的行为理解。本文将就一个人车分类系统中的人车分类技术进行较为全面的阐述，提出了串联分类器，根据运动检测出来的二值图中的区域、离散度、面积比以及类似于HOG的梯度计算方法等信息来建立特征，使用神经网络分类器进行分类，当分类结果自信度低于一定门限时，根据运动检测出来的二值图的位置信息以及图像信息，使用HOG进行建立特征，并利用SVM分类器进行人车分类。 　　关键词：人车分类；SVM；神经网络 　　中图分类号：TP391 　　1 论文的意义及背景 　　智能视频监控包括很多方面的研究，人车分类作为基于运动视频分析其中的一个重要课题已经得到了广泛的关注该，在智能安全领域、智能交通领域、虚拟现实以及运动分析等许多方面有着广泛的应用前景。随着计算机视觉技术、数字图像处理技术以及模式识别技术的日益发展，人车分类技术将受到越来越多的关注，得到更为有影响力的发展，其应用范围将更加广泛。 　　2 人车分类技术的选择以及整体框架 　　本章针对人车分类方法进行整体方面的简单阐述，说明了整个模块的采用此方法的原因以及它的运行流程、所使用到的特征以及分类器在其中如何工作。 　　2.1 特征选择与分类器选择 　　本人车分类模块整个框架采用HOG特征和基于二值图两种特征，使用SVM和神经网络分类器。为了达到实时性要求，神经网络分类的分类速度要快于SVM分类器的分类速度。因此，当神经网络分类器去处理二值图的特征进行分类的情况下，基本可以做到对运动目标的实时分类。由于对行人检测更加敏感，在神经网络分类后，串联上SVM+HOG的分类方法，以便保证模块的可靠性。 　　2.2 人车分类框架 　　整个模块基于运动检测的结果，采用串联分类方法的方式，对运动目标实现人车分类。整个模块依赖于运动检测的结果来进行运算，两种不同的分类方法以串联形式结合在一起，将可靠性相对较高但实时性较差的分类方法放在后面，相当于在认为前期分类不准确时，对结果进行一次验证，并由可靠性更高的分类方法做出最终决定。 　　3 特征提取 　　特征提取的目的是[2]：根据最终的分类目标，从图像中将能够稳定反映分类目标区别的信息提取出来，以便使用这些信息中的统计规律来完成对未知目标类别的判断。 　　3.1 基于二值图的特征提取 　　通过运动检测后得到了二值图，它主要提供了形状信息。目前，图像算法中基于形状描述主要分为两大类：基于边界的描述和基于区域的描述。 　　基于边界的描述主要是通过区域周长、傅里叶描述子、链表、边缘凸凹性四个方面。目前，针对二值图特征提取部分全部使用的是基于区域的描述信息，主要使用比例特征、类HOG特征、Hu不变矩特征、水平、垂直重心特征四个方面的特征信息。 　　3.2 基于灰度图的特征提取 　　因为本模块是基于运动检测的基础上进行人车分类，所以可以利用现有的关于行人检测的方法[4]。当前关于行人检测比较流行的是小波算法、SITF、HOG算法等，本模块采用的是著名的HOG算法。 　　HOG（Histograms of Oriented Gradients）就是梯度方向直方图[2]，最早是在2005年Dalal等提出。该算法用于检测行人相对比较准确，但是，当该算法对图像计算比较详细时，由于为了使特征具有一定不变形而增加重叠计算率时，特征维数将急剧增大，导致提取速度以及后期的训练时间的大大延长。HOG计算的具体过程包括伽马变换、计算各像素点梯度、Cell的意义、Block以及线性内插与归一化、生成特征向量。 　　4 降维算法 　　维数过高带来的直接后果是分类器训练难度的加大，运算复杂度的提高，分类速度的降低。因为特征数据中存在相关性和大量冗余，所以可以通过数学方法对获得的特征维数进行降维处理，降维后的数据大体上能够保证对不同特征的区分性。 　　4.1 PCA算法 　　PCA（Principal component analysis）算法是由Turk等基于KL变换的基础上提出的一种正交变换方法，通过计算最大化总体方差的方式来得到相对理想的数据低维表达。 　　4.2 LDA算法 　　LDA（Linear Discriminant analysis），即线性鉴别分析，是以区分模式数据为目标的监督降维技术。其思想是通过一组最佳鉴别矢量达到类内离散矩阵的秩最小化而类间离散矩阵的秩最大化，以便区分不同类别。PCA能够获得最大化的总体样本区分信息，但由于没有针对类别信息，在变换后不同类别的数据可能会混叠在一起。而LDA却能够充分保持不同类别的区分度。 　　5 分类器 　　分