一种改进的人体追踪方法在电梯中的应用

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《一种改进的人体追踪方法在电梯中的应用》，欢迎阅读！

一种改进的人体追踪方法在电梯中的应用

作者：刘剑 李吉林 龚志恒

来源：《科技视界》 2012年第30期



刘 剑 李吉林 龚志恒

（沈阳建筑大学信息与控制工程学院 辽宁 沈阳 110168）

【摘 要】针对传统人体追踪方法存在的不足，提出一种改进的追踪方法。首先结合HOG表达式提取人体的特征向量；再利用PCA算法对特征向量进行降维，找出每帧图像人体所在区域；最后在电梯中实现人体的实时追踪。实验结果表明：降维后的人体特征数据更有助于实现追踪，所提出的方法应用到视频图像人体追踪中可以有效的追踪人体。

【关键词】HOG；人体追踪；PCA

０ 引言

随着视觉技术的飞速发展，人体追踪问题受到极大关注。但由于人在行走过程中角度的变化和背景的影响，使人体被准确的追踪存在诸多干扰。

目前，传统的人体视频追踪方法[1-3]通常采用基于统计分类的方法，其中关键是在视频图像中提取人体的特征，再对其特征加以处理，标记人体区域，从而实现追踪。但现有的特征提取的方法诸如小波特征、SIFT、Shape context等，都是在一些密集、统一的空间单元上计算，而且为了改善性能，都要重叠局部进行像素对比度标准化，不仅在计算上相对复杂，而且，追踪的效果不显著。

笔者提出一种基于HOG[4-6]和PCA的追踪方法，它针对计算图像中各个像素点的颜色和深度计算梯度和边缘方向直方图，最终获得梯度方向向量，再应用PCA算法，对向量进行降维处理，以降维后的向量作为比较对象，从而找出人体在视频图像的区域，进而实现追踪。简化了数据的复杂度，从而有效的改进传统算法的不足。将算法应用到电梯中，实现电梯中的人体监控追踪。

1 本文追踪算法的实现

１．１ 人体HOG特征向量提取

通常的HOG提取特征值法，是将一个cell颜色梯度按照0-180度分成1个9维的幅值加权向量。而笔者提出的改进方法，将图像的深度值也按照HOG的特征向量提取方法加以计算梯度向量。根据以上内容，做以下定义：

定义1：一个cell的颜色梯度向量为（ａ１，ａ２…ａ９）Ｔ，深度的梯度向量为（b１，b２…b９）Ｔ，那么表示一个cell的梯度向量从单一的颜色梯度向量变为结合深度的综合梯度向量，表达式为：（ａ１…ａ9…b１…b９）Ｔ（1）

我们将公式（1）作为梯度向量的改进表达式，根据HOG大量实验结果表明：选用数据以像素点为单位，cSize为8×８，cDim为9，bSize为16×16，bStep为8，w与h分别为128和64的参数，使结果最为理想，误差也较小。按照每个cell得到1个9维的颜色梯度向量和1个9维的深度梯度向量。按照式（1）合并后，得到1个18维的综合梯度向量可得总维数。


得到梯度向量的目的是找出人体的特征，根据HOG理论和式（1）得到的梯度向量可以表征人体所在区域的特征。

１．２ 特征向量的降维

提取出的特征向量属于高维向量，增加了计算的复杂度，受到PCA的启发，笔者对高维向量进行降维处理。

流形降维需要训练样本，笔者建立一个包含50个人体形态的向量矩阵，记为。按照PCA算法所述，我们可以将高维向量向进行降维。降维后的向量矩阵记为s。

当计算得到当前帧人体特征向量，记为x，我们利用Kernel Ridge Regression(KRR) 算法中回归功能函数：ｆ（ｘ）＝ＹＴ（Ｋ＋λＩｎ）－１ｋ（ｘ）（2）







１．３ 追踪实现

当得到降维后的当前帧特征向量，由于视频图像每秒采集30幅画面，认为每帧画面的差别不会很大。由此，人体所在的区域在每帧的变化认为是渐变的。综合以上，笔者做出以下定义：







其中，l为两组向量的欧氏距离。采用欧氏距离的大小来判断向量的相似程度。l越小表示两个向量越相似，当l为零时，表示两个向量是相同的。我们借助欧氏距离找出当前帧检索区域中与上一帧最为相似的向量，而此向量所在的区域可以近似的认为是当前帧人体所在的区域，也是目标区域。

按照视频图像流每帧都经过以上处理，就可以对人体进行实时的追踪。

2 结语




本文对人体运动的追踪进行深入研究分析，结合HOG特征提取法和PCA算法，提出一种全新的追踪方法。实验结果表明，加入深度信息的图像更加有效的反映人体特征，PCA可以有效简化数据复杂度，简化了传统HOG的训练过程，更加快速的找出视频图像中人体所在区域，应用在电梯中，有良好的效果。使人体追踪的应用方面也大大增加,为将改进后的方法应用到其他领域提供了重要的理论依据。

【参考文献】

［1］Wang J,Cohen M F.Image and video matting;A survey[J].Founfations and Trends(R) in Computer Graphics and vision，2007，3(2)：97-175.

［2］Wang O,Finger J,Yang Q,et al.Automatic natural video matting with depth[C]//Proc of Pacific Graphics.Hawaii,USA：IEEE Press，2007：469-472.

［3］HE Bei,WANG Gui-jin,Lin Xing-gang;Quick matting for videos based on depth images of Kinect[J].J Tsinghua Univ，2012，54（4）：561-566.

［4］Gao S H,Tsang I W,Liang T,et al.Local features are not lonely-Laplacian sparse coding for image classification[C]//ProcCVPR，2009：1794-1801.

［5］D.G.Lowe.Distinctive image features from scale invariant keypoints[J].IJCV，2004，60(2)：91－110.

［6］Belongie S,Malik J,and Puzicha J.Matching shapes[C]. The 8th ICCV, Vancouver, Canada，2001：454－461.

［7］ZHOU Jin-zhi，WANG Juan.Improvement of human detection method based on HOG[J].Software Guide，2011，10(4)：76-78.

［8］Dalai N，Triggs B.Histograms of oriented gradients for human

detection[C].San Diego.CA.United states：Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2005：886－893.

［责任编辑：周娜］

本文来源：https://www.wddqxz.cn/e0ea730575c66137ee06eff9aef8941ea76e4b72.html