版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于目标检测技术的人群数量统计算法和系统测试研究目录TOC\o"1-3"\h\u21081系统需求分析 1291431.1课题任务 1135491.2引言 2271112系统设计 357502.1总体方案设计 371092.2数据采集与预处理 3252402.2.1数据采集 3252902.2.2数据预处理 464982.3特征提取 5288022.3.1LBP算子 5228102.3.2Haar算子 6310672.3.3HOG算子 7242412.4特征训练 1081433系统实施及测试 12324493.1系统实施 12230353.2系统测试 138484总结 15系统需求分析1.1课题任务目标检测(ObjectDetection)可以识别一幅图像中的多个物体,定位不同物体的同时(边界框),贴上相应的类别。简单来说,解决了what和where问题。传统图像处理方法中先进行特征提取,然后进行分类器的训练和测试,完成某一类目标的检测,如人脸检测就是通过haar特征+adaboost分类器,行人检测通过HOG特征+SVM分类器。试收集某一类目标的图像数据(如汽车、舰船等),应用学过的特征提取算子和分类器进行该类目标的检测,给出训练/测试数据集的划分方法,选取的特征提取算子计算方法和分类器模型,给出测试结果并简要分析。1.2引言近几年来,随着城市化进程的加快和社会生产力的提高,城市人口也发生了阶跃性的增长。而且随着社会的不断进步,人们的要求就不仅限于吃饱喝足,而是对生活质量有了更高的要求,原来越多的人在闲暇时刻汇集在各大商业广场、旅游景区,相关公共场所“人挤人”的问题给管理部门的安全保障工作造成了很大的考验。同时,新冠疫情在国内才刚刚被控制下来,为了维持目前良好的疫情防控成果,各大公共场所对场所内人员数量有了相应的要求,如何能够及时计算出目前场所的人员数量成了公共场所管理部门的刚需。而在当今社会,信息技术更迭换代,随着人工智能技术的兴起和不断深入,人工智能离生活越来越近。通常来讲,每一个全新时代的到来都标志着一个传统形式被颠覆,音响升级成了智能音箱,电视变成了语音智能电视,扫地交给了智能扫地机器人,人工智能走进了生活的各个角落。在公共场所管理领域,一款款使用目标检测技术的人群数量统计摄像头顺势成为了香饽饽。为此,找到一种高准确率高效率的人群目标检测技术成为了相关生产企业和公共场所管理部门所最看重和在意的事情。因此,本课题在Python软件和OpenCV资源库的基础上,展开一种基于HOG和SVM技术的行人检测技术[1]的研究,实现将摄像头拍摄的图片经过python和opencv处理后,用矩形框标记出当前图片中所存在的行人画面的工作。这一应用扩展开来,可以通过将所标记的矩形框进行累加计算,从而快速计算得出当前画面中所存在的行人数量,为管理部门对行人密集区域的限流管理提供量化数据,在目前的人工智能时代有着广大的应用前景和实际应用需求。
2系统设计2.1总体方案设计如图2.1所示,一个功能完整的行人目标检测实验应该由五部分组成,即数据集采集、数据预处理、特征提取、特征训练和模型效果测试。图2.1基本流程图数据集采集:从网络上或者自行拍摄收集一定数量的存在行人图像的图片和一定数量不包含行人图像信息的图片,收集的单张图片中尽量不要含有10位以上的行人,容易对实际训练造成干扰。数据预处理:收集的图像数据在形状大小上存在各种各样的差异,需要将其调节至同一分辨率,便于后续处理。同时,行人图片和非行人图片需要进行区分并作出标记。之后按照一定比例将数据集分为训练集和测试集。特征提取:从训练集的图像数据中通过一定方式提取图像特征,提取到的特征数据中或多或少会存在一定的误差,这就需要寻找一些算法将误差缩小,不断地纠错,从而更好的提取关键性的特征并摒弃图像噪声。特征训练:将提取到的特征数据作为输入,依次传入训练算法进行模型的训练,通过不断地迭代优化,得到一个最终的训练模型,此模型可直接用于后续的对行人的目标检测。模型效果测试:将测试集图片依次输入进通过特征训练训练好的模型中,通过肉眼查看通过目标检测标记出的图片标记效果,从而判断本算法对行人进行目标检测的正确率和可用性。2.2数据采集与预处理2.2.1数据采集为了保证数据的多样性和有效性,同时获取足够的数据量以得到一个较为准确的行人检测结果,本课题选用了INRIAPerson数据集中的96*160大小的图片。如图2.2所示其中行人图片(正例)有1962张图片,非行人图片(反例)有1671张图片,正反例示意图如图2.3和图2.4所示,正反例数量相差不大,基本满足本课题要求。重要的是,所选取的正反例图片样本大部分都是各种街区图片,除去是否存在行人外,其余特征相差不大,便于模型后续训练区分有行人和无行人情况。图2.2训练样本数量图2.3Positive图片图例图2.4Negative图片图例2.2.2数据预处理首先,根据图2.3和图2.4可知,正反例图片的分辨率大小不同,不便于后续处理,所以本课题采用了分辨率统一化,所有图片分辨率统一至64*128。2.3特征提取目前图像特征提取方面,较为常用的特征提取方式有LBP算子、Haar算子以及HOG算子等[2],下面我将对三种算子进行一一介绍。2.3.1LBP算子所谓LBP,是局部二值模式(LocalBinaryPattern)的缩写,由Harwood和Ojala等人提出,在计算机视觉领域应用广泛,可以记录图像在一定区域内的纹理特征。Harwood和Ojala等人提出LBP算子时,最原始的版本定义为:对于某一像素点A,用其周围像素点的像素值与A的像素值As进行比较的,大于As的记为1,小于As的记为0。经此步骤,可以得到8个二进制数值,此8位的二进制数即为A像素点经过LBP计算得到的值,称为该点的LBP值,通常还会把其转化为十进制表示。例如某一点二进制LBP值为10101110,则此点十进制LBP值为174如图2.7所示,此例子显示了眼角某像素点的LBP结算过程,最终得到的LBP值为124。图2.7某像素点LBP变换过程如果用公式表示LBP计算过程,其公式如下所示:LBP其中,xc,yc表示某点c的像素坐标,LBPxs如图2.8所示,如果我们对一张图片进行LBP计算,最终获取的图像仍能比较完整地表达此图像的纹理信息,同时其通过对原始图像特征的提取,可以对原始数据样本进行扩充,从而使训练出来的模型能更好的满足实际的需要。图2.8原始图像与其LBP图谱比较图目前,因为LBP算子能较好地显示出图像的纹理信息,所以更多的运用于人脸识别和面部表情识别等领域。2.3.2Haar算子Haar算子是由Papageorgiou提出来,当时使用此算子对人脸进行检测,然后用Adaboost进行人脸和非人脸数据图像的分类[4],此算子是人脸识别领域具有较大意义的算子。Haar算子特征是与像素块有关的特征算子,大致分为四类,分别为:边缘特征图2.9边缘特征线性特征图2.10线性特征中心特征图2.11中心特征对角线特征图2.12对角线特征Haar算子常用于人脸识别中[5],每个特征数值的计算公式为:N=sum白−sum(黑)。通常在实际使用中,会采用水平边缘特征、垂直边缘特征、水平线性特征、垂直线性特征和特定方向特征进行Haar运算。如图2图2.13Haar特征表示人脸示例计算Haar特征数量的方式如下,其中W×H为图像的分辨率,x×h是矩形框的大小,X=W/wN目前,通常采用积分法进行Haar特征的快速计算,此处不进行进一步的展开。Haar算子因为其所计算得出的Haar算子能较好的表示眼睛、鼻子、嘴巴等人脸重要特征信息,所以也常用于人脸识别。2.3.3HOG算子定向梯度直方图(HOG)算子是在2005年发表在CVPR上的具有重要意义的行人检测和汽车检测算子,通常用于计算图像的局部特征。HOG在复杂环境中特征提取效果很好,所以其作为一种特征提取方法引起了科研人员的极大的兴趣,通常用于对象和模式识别,可在不同条件下提供高性能的特征数据。HOG提取有关目标边缘在局部区域中的分布的信息,作为表示目标形状的一种手段[6]。HOG方法的使用,也可以称为对图像中像素的方向和幅值的表征,在许多领域都引起了极大的影响。HOG算子是用来计算图像的梯度特征的算子,它通过计算图像局部区域的梯度幅值和方向信息,来作为在此区域提取到的图像特征。以行人检测为例,在行人区域和背景区域的边缘像素点,其像素值信息变化较为剧烈,此处的梯度在某一面方向的幅值较大,而在行人所在图像区域内,像素值变化较缓,此处梯度幅值在所有方向上变化都较小,HOG即利用此种特性来进行图片的特征提取。HOG算子首先将图像分割成若干个一样大小的小正方形块,然后对每一个块中的像素点一一进行梯度的计算,具体的计算方式如下:GG其中,x,y分别表示像素点的坐标位置,fx,y表示位于x,yMθ如图2.14所示,左边是牙买加某田径运动员的64*128分辨率的图片,使用8*8的网格把此图片分割为128个,取其头顶的一个8*8网格进行HOG算子计算,可以获得图2.14中间的图像,显示了此块区域像素点梯度的分布情况,右边的图像则显示了每一个像素点具体的梯度幅值信息和方向信息。图2.1464*128图像(左)用箭头表示梯度的8*8网格(中)梯度具体信息(右)将得到的梯度幅值信息按照其方向信息依次填入X=(0,20,40,60,80,100,120,140,160)的表格中,其中X表示该像素点的梯度方向信息,具体方案如图2.15所示,如果某一像素点的梯度角度在某两个角度值之间,例如50°在40°和60°之间,则把此点对应的梯度幅值按照比例分别累加在50°和70°的表格数据里边。同时,部分方向角度大于180°,我们则将其减去180°再进行数据填写。而如果方向角在160°-180°或者340°-360°,则需要按照比例把其加到0°和160°的表格数据里,示例图如图2.16所示。图2.15常规像素点梯度数据处理图图2.16非常规像素点梯度数据处理图将所有像素点的梯度数据进行数据填写之后,得到了X中各个点的值,把0-160作0-7的线性映射之后,可以得到如图2.17所示的直方图。图2.17网格的梯度直方图把每一块的梯度数据进行处理之后,最后将整个图像的梯度数据作归一化处理,然后按照当前块对相邻快的权重影响的不同,可以绘制出当前块对周围快块的权重影响图,将所有快的权重影像图绘制出,即可得到最终的整个图像每个块的权重影响图,如图2.18右图所示,即为将2.18左图进行梯度运算并计算最终各个块的权重影响图的图例。图2.18图像经过HOG算子处理前后对比图以上所述即为HOG算子进行图像特征提取的整过程,因为HOG算子的特征,其经常用于目标检测中的行人检测、汽车检测、轮船检测等。基于上述三种算子的基本特性和适用范围,结合本课题基本要求,我们最终选用了HOG算子进行行人图像特征的提取。2.4特征训练本课题拟采用SVM(SupportVectorMachine)进行模型的训练。SVM是由Vapnik于1963年在解决模式识别问题时提出的方法,其一般用于二分类问题是把图像数据在高维空间进行展开,然后寻找其在两类样本间的最大间隔[7],此间隔所拥有的数据即为我们需要的SVM模型数据,其基本思路如图2.19所示,其中ω表示计算出的支持向量的函数参数,γ表示计算得出的最大的分类间隔。图2.19SV和最大间隔2.5总结本节我们探究了数据集的选择和数据集的数据预处理操作,研究了不同的图像特征提取方案,然后按照本课题的要求最终选择了HOG进行本次课题的图像特征提取,选择了SVM作为最后的特征训练模型。在下一节,我们将本题所选择方案进行实际实施,并对实施结果进行测试和分析。
3系统实施及测试3.1系统实施本课题依托Python和OpenCV,进行了整个系统的编程实现,各部分核心代码如下:数据录入与预处理图3.1数据录入和预处理代码HOG图3.2HOG算子特征计算代码SVM图3.3SVM参数设置代码把数据集通过SVM进行训练之后,得到了一个训练好的SVM模型,其数据保存至’svm.xml’文件中,其具体存储数据如图3.4所示,其中support_vector中存储了本次训练得到的SVM模型的SV数据。在后续系统测试中,可以直接调用此xml文件数据,进行图像行人检测的测试。图3.4xml文件数据示意3.2系统测试为了验证模型的准确性,我们选取了部分图像进行行人检测的测试,测试效果如图3.5所示。图3.5(a)球场人员检测前后比较图3.5(b)某移动售货店行人检测前后比较图3.5(b)行人检测前后比较图3.5(c)某路口行人检测前后比较在图3.5(a)和3.5(b)中,图片中所有的任务都被检测出来,可以看到当图片中干扰较少、没有太多其他元素存在时,模型效果较好。而在图3.5(c)中,图片拍摄环境处于室内,部分行人并没有被检测到。在图片3.5(d)中,存在大量的垂直方向的柱子,被模型识别为了行人。在实际测试中发现,本模型对在垂直方向上分布的一
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年科目四理论考试综合模拟试题及参考答案
- 2026年中级茶艺师考试民俗茶艺模拟试题带答案
- 2026年金属腐蚀原理模拟试题及参考答案
- 2026年通服安全竞赛模拟试题及答案
- 2026年医疗机构模拟试卷目及参考答案
- 2026年赣州市人力资源有限公司招聘劳务派遣制工作人员模拟考试题(含答案)
- 2026年乡村振兴转正模拟试卷及参考答案
- 2026年教官模拟试题及参考答案
- 2026年职高牧医专业模拟试题及答案
- 2026年产品知识掌握测试试题(含答案)
- 中煤电力社会招录笔试试题2026
- 2026年溶剂油行业洞察报告及未来五至十年发展趋势报告
- 2026年初级会计资格考试《初级会计实务》真题+答案解析
- 高校外籍留学生管理安全培训
- 高三思想政治教学设计:必修四哲学原理举例说明的情境关联词教学实践
- 2025年全国广播电视技术能手(调频与电视广播组)完整题库及答案解析
- 河北省邯郸市2025-2026学年高一上学期期中联考语文试题及答案
- 2024+ESO指南:卵圆孔未闭患者卒中后诊断与治疗
- 商会招聘笔试题及答案
- 第四章25T型客车电气系统
- 2025云南省农村信用社公开选聘县级行社高级管理人员笔试历年典型考题及考点剖析附带答案详解
评论
0/150
提交评论