CN106960183A - 一种基于梯度提升决策树的图像行人检测算法 - Google Patents

Abstract

本发明公开了一种基于梯度提升决策树的图像行人检测算法。对输入图像进行预处理，将预处理后的图像进行缩放形成多个尺度图像，构建由多个尺度图像构成的快速金字塔模型；对其中各个尺度图像用检测窗口进行遍历扫描，并采用行人检测器模型对各个尺度图像上的所有检测窗口使用梯度提升决策树算法进行处理判断，获得所有包含行人的检测窗口；对所有包含行人的检测窗口再采用非极大值抑制方法选择最佳检测窗口，以最佳检测窗口作为图像中行人的位置。本发明能够达到实时的检测效果，提高图像检测的准确度和快速性，能满足实时图像快速处理的需求。

Description

一种基于梯度提升决策树的图像行人检测算法

技术领域

本发明涉及计算机视觉领域以及图像处理的相关技术，尤其涉及了一种基于梯度提升决策树的图像行人检测算法。

背景技术

经过近些年的探索和发展，计算机视觉已经在金融、机械加工、交通运输、娱乐、医疗、安防、军事等很多领域具有应用场景，创造出无可替代的价值。在计算机视觉领域中，目标检测是个极其重要的研究分支，本发明着眼于目标检测中一个很重要且极具应用价值的课题——行人检测，行人检测是姿态估计、行为分析、行人识别、行人跟踪等课题的研究基础和前提，一个优秀的行人检测算法能为以上诸多研究课题提供强有力的支持和保障。

行人检测算法，顾名思义，就是对于给定的图片或视频，使用预先训练好的模型对其进行检测，标注出图片或视频中行人所在的位置。这在现实生活中是非常具有应用价值的，如把行人检测算法用于辅助驾驶上，车辆能自动识别前方的行人，并获得与目标之间的精确距离，对行人及时进行避让，在发生紧急情况时发出警报，可以主动参与制动，让驾驶变得更轻松，让出行变得更安全、更放心；在监控***集成行人检测等算法，能及时检测出行人的所在位置，对其行为进行分析，如果发现逗留过久等异常行为及时给安全人员以报警，可以防患于未然，等等。

优秀的行人检测算法需要一种性能强大的分类算法以及拥有较强区分能力的特征，当前在行人检测算法中常用的分类算法有AdaBoost、支持向量机以及卷积神经网络中的Softmax分类函数。梯度提升决策树算法是数据挖掘领域中非常出众的回归分类算法，在商品搭配、个性化推荐、金融预测等诸多方面都取得较成功的应用案例，然而该算法目前还没有被应用于行人检测中。梯度提升决策树算法适用于回归分析和二分类问题，而行人检测实质上可以看作是一个二分类问题(即检测窗口要么是行人，要么是背景)，因此可以考虑把该算法应用于行人检测中。经过精心设计的算法，把梯度提升决策树算法应用于行人检测中，能取得较优异的检测结果。

发明内容

为了解决背景技术中存在的问题，本发明提出了一种基于梯度提升决策树的图像行人检测算法，实现了从图像中检测出行人所在的位置。

本发明采用的技术方案是包括如下步骤：

1)对输入图像进行预处理；

2)将预处理后的图像进行缩放形成多个尺度图像，构建由多个尺度图像构成的快速金字塔模型，并计算聚合通道特征，聚合通道特征用于后续步骤2)输入梯度提升决策树算法中进行处理判断；

3)对快速金字塔模型中的各个尺度图像用检测窗口进行遍历扫描，并采用预训练好的行人检测器模型及其聚合通道特征对各个尺度图像上的所有检测窗口位置使用梯度提升决策树算法进行处理判断，获得所有包含有行人的检测窗口；

4)对所有包含有行人的检测窗口再采用非极大值抑制方法选择最佳检测窗口，以最佳检测窗口作为图像中行人的位置，从而准确地检测出行人的位置。记录下来以便传送到输出模块。

所述步骤1)的预处理是进行卷积操作来实现平滑处理。

预训练好的行人检测器模型是指在方法步骤前通过带有行人的图像样本训练学习获得的模型。

所述的聚合通道特征包括LUV的三个颜色通道、梯度直方图六个通道和梯度幅值一个通道，共十个通道特征。

所述步骤3)使用级联方式的梯度提升决策树算法进行处理判断，获得可信度，可信度用于所述步骤4)中来选择最佳检测窗口。

由于多个尺度上可能会检测出同一个行人，即同一个行人可能会检测到在多个位置上，而最终要输出行人的准确位置，所以要在这些位置中选取一个最佳的位置作为行人最终所在的位置，因此本发明采用非极大值抑制算法来排除实际行人位置附近的检测窗口。

所述步骤4)中对于所有包含行人的检测窗口采用非极大值抑制的方法来选择最佳检测窗口，具体是：针对每个检测窗口，依次求取每个检测窗口与其它各个检测窗口之间的重叠面积，若重叠面积不小于预先设置的面积阈值，则认为两个检测窗口包含有同一个行人；然后，将包含有同一行人的所有检测窗口根据可信度由大到小进行排序，则选取可信度最大的检测窗口作为行人最终所在的位置。

本发明行人图像的检测中使用回归分类算法——梯度提升决策树算法，梯度提升决策树算法适用于回归分析和二分类问题，而本发明将行人检测实质上看作是一个二分类问题。

本发明通过在常用的行人数据集进行模型的训练，得到了一个检测效果好的模型，使用此模型来进行行人的检测。

本发明方法在具体实施采用包括以下三个模块的***：

1)输入模块，用于接收采集到的图像数据或视频序列；

2)行人检测模块，用于分析图像，检测出图像中行人所在的位置；

3)输出模块，把检测出的行人位置标注出来。

本发明的有益效果是：

本发明采用快速金字塔模型来计算特征，并以级联方式的梯度提升决策树算法模型来进行处理判断，所以能够达到实时的检测效果，提高图像检测的准确度和快速性，能满足实时图像快速处理的需求。

附图说明

图1为本发明算法的整体结构示意图。

图2为本发明方法的流程图。

图3为本发明提供的级联的梯度提升决策树模型的实施过程图。

图4为实施例在Inria数据集上的实施例结果比较附图。

图5为实施例在Caltech数据集上的实施例结果比较附图。

图6为实施例在Kitti数据集上的实施例结果比较附图。

图7为实施例非极大值抑制前后的效果示意图。

图8为实施例行人检测的效果示意图。

具体实施方式

下面将结合本发明中的附图，对本发明的技术方案进行清晰、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的目的、技术方案及优点更加清楚明白，接下来将参照附图对本发明实施例进行详细的说明。

本发明的实施例如下：

如图1所示，实施例具体实施的***模块为：

输入模块，用来接收用户提供的图像数据或者视频序列，接下来送入行人检测模块进行行人检测。

行人检测模块，把接收到的图像进行预处理，然后构建特征金字塔、使用梯度提升决策树算法进行判决等一系列操作，检测出图像中的行人所在的位置，并送入输出模块。

输出模块，用于显示行人检测的结果，把行人检测模块所检测出的行人在原图像中的相应位置上标注出来。

如图2所示，其中行人检测模块主要完成本发明方法在行人图像中的检测工作，检测出不同尺度上的行人，采用固定检测窗口大小，放缩图像的方式进行，主要分为以下几个步骤：

1)对输入图像做卷积操作，进行平滑处理。

2)由预处理后的图像构建多尺度图像的快速金字塔模型，只对原图像尺度的以下倍数：1,1/2,1/4,1/8…，采用实际计算特征的方式，其他尺度上通过双线性插值计算的方式快速近似得到。

然后针对给定的检测窗口即可较快地查找出聚合通道特征，所计算的特征通道包括LUV颜色通道、梯度直方图通道、以及梯度幅值通道。

3)设置固定大小的检测窗口以及用于遍历的步进长度，遍历特征金字塔中的各个尺度用检测窗口进行遍历扫描，通过计算的特征通道采用预训练好的行人检测器模型依次对每个尺度上的所有检测窗口位置使用级联方式的梯度提升决策树算法进行比较判断，获得可信度。

由于采用级联判决的方式，对于非包含有行人的检测窗口位置，可信度小于预先设定的阈值则无需继续判断。对于包含有行人的检测窗口位置，可信度会大于等于预先设定的阈值，记录该检测窗口及其可信度。

一般来讲，图像中包含行人的检测窗口远小于整图的检测窗口数目，所以绝大多数的检测窗口只需极少的时间即可快速排出，只有对于疑似行人的检测窗口才会继续判断，因此使用决策树级联的方式可以让判决过程非常快速。

4)对于所有包含行人的检测窗口采用非极大值抑制的方法来选择最佳检测窗口，从而准确地检测出行人的位置。

具体是先针对每个检测窗口，依次求取每个检测窗口与其它各个检测窗口的重叠面积，若重叠面积不小于预先设置的阈值，则说明这些检测窗口实际上对应于图像中的同一个行人，从而进行归类，区分不同的行人。

然后对所有的检测窗口根据可信度由大到小进行排序，则选取可信度最大的那个检测窗口作为行人最终所在的位置，排除掉其他的重叠检测窗口。

5)经过非极大值抑制处理后的行人检测窗口，作为图像中检测到的行人所在的位置，记录下来以便传送到输出模块。

如图3，级联的梯度提升决策树模型由若干棵二叉决策树组成，判决过程采用决策树的分数值累加并与设定的阈值不断比较的方式，若当前累加的分数值小于阈值，则立即排除此检测窗口，否则继续用下一棵决策树进行判决，若所有的决策树的累加判决结果大于给定的阈值，则此检测窗口为检测到的行人检测窗口。

为验证本发明，在本领域已公开的具有挑战的行人检测数据集Inria、Caltech、Kitti上进行设计实验，将本发明算法与公开的Piotr Dollár的toolbox中的AdaBoost算法进行对比，把实验结果与测试集的标注框(ground truth)进行对比，绘制出错误率曲线作为衡量算法性能的标准。

在Inria数据集上，本发明算法比公开的Piotr Dollár的toolbox中的AdaBoost算法约提高了1.8％，如图4所示。

在Caltech数据集上，本发明算法比公开的Piotr Dollár的toolbox中的AdaBoost算法约提高了1％，如图5所示。

Kitti行人数据集中的训练集包含7481张图片，并包含丰富的标注信息，把此训练集一分为二，其中的3741张图片用来训练模型，余下的3740张图片用来验证模型的准确度，本发明算法比公开的Piotr Dollár的toolbox中的AdaBoost算法约提高了6％，如图6所示。

由此可见本发明算法均取得比行人检测领域中常用的算法更优秀的实验结果。

由于在一个行人的附近位置会检测出多个窗口，而这些检测窗口实际上对应于同一个行人，为准确定位行人的精确位置，本发明采用非极大值抑制的方法来选取最佳的检测窗口作为行人最终所在的位置，如图7所示。

行人检测的效果示意图如图8所示。图8中展示的在不同场景下的行人检测效果示意图，侧面的行人、背影的行人、不同姿势的行人、以及部分遮挡和低分辨率的行人均可以较准确地被检测出来。

最后，应当指出，以上实施例仅是本发明较有代表性的例子。显然，本发明的技术方案并不限于上述实施例，还可以有许多变形。本领域的普通技术人员可在不脱离本发明的发明思想情况下，对于上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书提到的创新性特征的最大范围。

Claims (5)

1.一种基于梯度提升决策树的图像行人检测算法，其特征在于包括如下步骤：

1)对输入图像进行预处理；

2)将预处理后的图像进行缩放形成多个尺度图像，构建由多个尺度图像构成的快速金字塔模型；

3)对快速金字塔模型中的各个尺度图像用检测窗口进行遍历扫描，并采用预训练好的行人检测器模型对各个尺度图像上的所有检测窗口位置使用梯度提升决策树算法进行处理判断，获得所有包含有行人的检测窗口；

4)对所有包含有行人的检测窗口再采用非极大值抑制方法选择最佳检测窗口，以最佳检测窗口作为图像中行人的位置，从而准确地检测出行人的位置。

2.根据权利要求1所述的一种基于梯度提升决策树的图像行人检测算法，其特征在于：所述步骤1)的预处理是进行卷积操作来实现平滑处理。

3.根据权利要求1所述的一种基于梯度提升决策树的图像行人检测算法，其特征在于：所述的聚合通道特征包括LUV的三个颜色通道、梯度直方图六个通道和梯度幅值一个通道，共十个通道特征。

4.根据权利要求1所述的一种基于梯度提升决策树的图像行人检测算法，其特征在于：所述步骤3)使用级联方式的梯度提升决策树算法进行处理判断，获得可信度，可信度用于所述步骤4)中来选择最佳检测窗口。

5.根据权利要求1所述的一种基于梯度提升决策树的图像行人检测算法，其特征在于：所述步骤4)中对于所有包含行人的检测窗口采用非极大值抑制的方法来选择最佳检测窗口，具体是：针对每个检测窗口，依次求取每个检测窗口与其它各个检测窗口之间的重叠面积，若重叠面积不小于预先设置的面积阈值，则认为两个检测窗口包含有同一个行人；然后，将包含有同一行人的所有检测窗口根据可信度由大到小进行排序，则选取可信度最大的检测窗口作为行人最终所在的位置。