基于RBF神經網絡的復雜場景人群目標的識別

1、基于RBF神經網絡的復雜場景人群目標的識別第33卷第4期北京交通大學學報AL0FBEIJINGJIAOTONGUNIVERSITYVol_33NO.4Ang.20o9文章編號:1673.0291(2009)04.002905基于RBF神經網絡的復雜場景人群目標的識別方衛(wèi)寧,胡清梅一,李娜b,郭北苑(北京交通大學a.軌道交通控制與安全國家重點實驗室;b.機械與電子控制工程學院,北京100044)摘要:大型公共建筑內人群數目及分布的在線監(jiān)測是有效控制和疏散客流,保障人員安全的重要依據之一.利用公共建筑內現(xiàn)有的閉路電視監(jiān)視系統(tǒng),通過計算機視覺技術實現(xiàn)人群數目的自動識別是目前國外普遍采用的一種方式.文

2、中提出了一種基于RBF神經網絡的復雜場景人群目標的識別算法,利用包含行人數目信息的前景圖像的投影曲線等特征數據,通過訓練好的RBF神經網絡直接得到該前景圖像中包含的人群數目.與其他算法相比,該算法具有較高的識別準確率,在一定誤差范圍內可以達到較好的效果.關鍵詞:人群識別;圖像處理;RBF神經網絡中圖分類號:TP391.41文獻標志碼:ARecognizingthePassengerNumberinComplexScenesbyRBFNeuralNetworkFANGWeining,HUQingmei一,LINa,GUOBeiyuan(a.StateKeyLaboratoryofRailTraf

3、ficControlandSafety,b.SchoolofMechanicalandElectronicControlEngineering,BeijingJiaotongUniversity,Beijing100044,China)Abstr,thepresentedmethodislowtimeconsumingandhighprecise.Keywords:crowdrecognition;imageprocess;RBFneuralnetwork目前常用的關于人群識別的算法有基于形狀信息的方法,基于運動特性的方法,基于行人模型的方法,基于立體視覺的方法和基于小波特征及支持向量機(Su

4、pportVectorMachine,SVW)的方法等1-5.這些行人檢測算法通常由兩部分組成:圖像分割(假設生成)和目標識別(假設驗證).圖像分割主要是為了得到可能存在行人的區(qū)域;目標識別則是對候選對象進行分類,判斷其是否為行人.然而在視頻中檢測行人并不簡單,尤其在復雜環(huán)境下,行人姿態(tài)多種多樣,背景中的很多物體容易被誤識別,這就需要在復雜情況下檢測算法具有較好的魯棒性,同時必須具有較好的實時性.為此本文作者提出了一種基于RBF神經網絡的方法,用包含了行人數目信息的前景圖像的投影曲線等特征數據,通過訓練好的RBF神經網絡直接得到該前景圖像中包含的客流數目,提高了算法效率和識別精度.收稿日期:2

5、008.1023基金項目:北京市自然科學基金資助項目(9052007)作者簡介:方衛(wèi)寧(1968一),男,浙江杭州人,教授,博士,博士生導師.entail:.CYI北京交通大學學報第33卷1基于自適應背景差分的圖像分割自適應背景模型是考慮到環(huán)境中的光線變化等因素而提出的一種可以不斷更新的背景模型,利用圖像和自適應背景模型的差分可以有效的分割圖像,得到包含目標的前景圖像.文中采用的是基于Kalman濾波器的自適應背景模型.Kalman自適應背景模型的提取分為兩個步驟:背景預測和背景校核.背景圖像的預測公式為(,Y,t)f-B(,Y,ti_1)l云止l臺y-1)j2X1

6、式中:(,Y,t一1)表示t一1時刻修正后的背景圖像(,y)處的灰度值;B(,Y,t)表示依照tl時刻的背景圖像預測出的t時刻的背景圖像的灰度值;(,Y,t)為t時刻的預測誤差;(,Y,t一1)為時刻的修正誤差;A=【三:】為預測矩陣,由文獻6給出.背景圖像的校核公式為(,Y,t)日(,Y,ti)l會(x,y,ti)j2×1l云(x,y,ti)j2X1+k(,Y,t)B(,Y,t)一(,Y,ti)1lBYt)j2×1jL(,),v1式中:曰(,Y,)為t時刻的輸入圖像的灰度值;日(,Y,t)為測量矩陣,若不考慮預測誤差的影響,取日(,Y,ti)=1,0;Ji;:(,Y,t)

7、=g(,Y,t),g(,Y,t)為Kalman濾波增益,其中g(,Y,t)=aM(,Y,t一1)+(1一M(,Y,t一1),這里,a表示前景的增益值,表示背景的增益值;(,Y,t1)=f1I(,Y,t1)一(,Y,t一1)Ithdl0.l.為增益值的取值,thd為設定的閾值.計算某一時刻的背景模型時,首先利用上一時刻的背景模型,按照式(1)得到當前時刻的背景預測,然后將背景預測帶入式(2)進行校核.圖像分割算法如下:1)分配圖像處理的中問過程中圖像的存儲空間和+1,并初始化內存值.2)分配閾值的初始值t初始背景模型的存儲空間為B,將預先準備好的空背景圖像的像素值賦給0.3)分配Kalman濾波

8、器中各個變量參數Kalman增益(包含前景增益和背景增益),預測矩陣A,測量矩陣日的內存地址,并為參數賦值.4)輸入待處理圖像ProcessImage,應用Kalman濾波公式計算背景差分圖像,并更新各個狀態(tài)變量.5)將處理后二值化圖像KalImage輸出.6)清空分配的各個內存單元.利用Kalman自適應背景模型差分后得到的圖像見圖1.其中,背景為白色,前景區(qū)域為黑色.(a)場景a(b)場景a的背景差分效果圖1某場景及其背景差分效果Fig.1Asceneanditsbackgrounddifferenceresults可以看出,Kalman自適應背景模型能比較準確地分割圖像.對于環(huán)境光線變化

9、的處理,尤其在室外等光線變化比較顯著的環(huán)境中,自適應背景減除算法比傳統(tǒng)的基礎背景減除算法的效果有明顯改善.2基于砌神經網絡人群目標識別基于RBF神經網絡行人數目識別的方法同樣避免了識別每個行人個體,它利用包含行人數目信息的前景圖像的投影曲線等特征數據,通過訓練好的RBF神經網絡可以直接得到該前景圖像中包含的行人數目.2.1RBF神經網絡如圖2所示,RBF網絡結構包括3層:第1層為輸入層由信號源節(jié)點組成;第2層為隱含層;第3層第4期方衛(wèi)寧等:基于RBF神經網絡的復雜場景人群目標的識別3為輸出層.輸入輸出層神經元的個數是由實際問題決定的,而隱層的神經元個數可以憑經驗選取,或通過其他方法確定.隱層神

10、經元通過激發(fā)函數對輸入模式的作用作出響應.激發(fā)函數一般采用徑向基函數(RBF),它是一種局部分布的對中心點徑向對稱衰減非負非線性函數,一般采用高斯基函數,即,IX-UiII,F()=叫eI一廣J(3)i:1式中:叫;U和盯為網絡需要學習的參數.輸入層I隱含層I輸出層圖2RBF神經網絡結構圖Fig.2StructureofRBFneuralnetwork構成RBF網絡的基本思想是:用RBF作為隱單元的”基”構成隱含空間,這樣就可將輸入矢量直接(即不通過權連接)映射到隱空間,這種映射關系是非線性的.當RBF的中心向量,中心半徑和隱層個數確定以后,這種映射關系就確定了.而隱層空間到輸出空間的映射是線

11、性的,即網絡的輸出是隱單元的線性加權和,此處的權即為網絡可調參數.RBF網絡隱層所用的激勵函數是徑向基函數型.在經過輸入緩沖層以后,隱層神經元并不直接接受輸入向量,而是先進行”距離”測量,即測量輸入向量到徑向基函數中心的距離.假定隱層個數,徑向基函數的中心向量,基函數寬度,從隱層到輸出層的連接權值,已經通過學習確定了.以單個樣本為例,RBF神經網絡求解的工作原理為:1)設已知i樣本的輸入向量為Xi=(Xil,2,XiM)(4)式中為輸入向量的維數,也是隱層神經元中心向量的維數.2)選擇徑向基函數為高斯函數,則對i樣本,第個隱層神經元的輸人模型為A:(妻)k=1(k:1,2,M;=1,2,)(5

12、)式中:Xik為置輸入向量的第k個分量;為第.個隱層神經元基函數中心向量的第k個分量;為第個隱層神經元基函數寬度;L為隱層神經元個數.3)隱層節(jié)點的輸出模型為Bi=exp(一Aj/2)(6)4)網絡輸出節(jié)點的實際輸出為三y曩,=Bij(k=1,2,S)(7)=1式中:COk,i為隱層神經元至輸出層神經元k的連接權值;S為輸出神經元的個數.通過式(7)即可求得對于i樣本輸入向量的實際輸出結果為y=(yil,yi2,yis)(8)則該樣本誤差目標函數為1三E=去(Y一yik,)(9).k=1式中:E是i樣本的實際輸出和期望輸出的平方誤差,用來判斷所求結果的優(yōu)劣.2.2基于RBF網絡的人群數據識別利

13、用RBF網絡獲取客流數據的關鍵在于RBF網絡的構建,即確定作為網絡輸入向量的特征的選取,作為網絡輸出的輸出向量的選取,以及網絡參數的確定,如,L,S等.選取行人垂直投影曲線作為網絡的輸人向量.具體獲取步驟為:1)根據上述提到的自適應背景減除方法,進行圖像分割后得到了包含行人的前景區(qū)域,如圖3所示.為了減少攝像頭的景深帶來的成像大小變化,選取靠近攝像頭的子區(qū)域作為檢測區(qū)域.圖3選取檢測區(qū)域Fig.3Selectionofdetectionregion2)利用矩形模板提取檢測區(qū)域的行人投影曲線,如圖4中所示.將矩形模板在檢測區(qū)域內自左向右依次統(tǒng)計出每個像素位置處矩形模板內的黑色像素,即前景像素占整

14、個模板像素的百分比.處理后即可得到該檢測區(qū)域內的前景投影數據曲線.其中,縱坐標Y表示該位置處黑色像素占模板像素總數的百分比.3)對上一步驟中得到的投影曲線進行篩選,去除由于噪聲產生的非行人投影曲線,得到表示行人的投影曲線.選用的篩選閾值有兩個:最小百分比g32北京交通大學學報第33卷1.0O.8O.6置O40.20曲線11曲線2:曲線3lIlI-II.俐;O5010ol50200模板位置/pixel圖4行人投影曲線Fig.4Theprojectioncurveofpedestrians和最小寬度f.即,只有當曲線的值大于g且曲線寬度大于f時,才認為該曲線代表行人,否則認為是噪聲曲線.通過g和z

15、兩個閾值的篩選,可以得到檢測區(qū)域中各個代表行人的曲線.圖4是對圖3前景投影曲線篩選的結果.可以看出有3個曲線滿足要求,分別代表了不同的行人投影曲線.4)為了將獲得的行人投影曲線轉化成為神經網絡的輸人向量,需對其進行進一步的處理.如圖5所示.使用一個像素寬的數據窗口在被處理的行人投影曲線上,按照一定的步長像素自左向右一步一步地移動.在每一步中,提取數據窗口范圍內投影曲線的Y值,從而將該段投影曲線分割成/7,維的數據向量.將這個n維的數據向量作為RBF網絡的輸入向量,可以得到n個輸出值,其和即為該投影曲線代表的人數.1ws圖5利用RBF網絡識別投影曲線示意圖Fig.5Methodofdetecti

16、ngeffectivecurvewithRBFnetwork3實驗分析3.1實驗平臺實驗軟硬件環(huán)境:普通CCD攝像頭,MatroxCrona圖像采集卡,P41.5GHzCPU,256M內存;采集圖像格式為Windows位圖(BMP),大小為384pixels×288pixels;在MicroSoftVisualC+的開發(fā)環(huán)境下完成算法的實現(xiàn).3.2RBF神經網絡的訓練利用Matlab的newrb函數完成了RBF神經網絡的構建,該函數主要用于設計一個徑向基網絡,即net=newrb(P,T,GOAL,SPREAD).其中:P為輸入向量;T為目標向量;GOAL為均方誤差,缺省時的值為0.

17、0;SPREAD為徑向基函數的分布,缺省時的值為1.0.說明用徑向基函數網絡逼近函數時,newrb可自動增加徑向基網絡的隱層神經元,直到均方誤差滿足為止.3.3通道場景人群目標識別構造通道場景的RBF神經網絡時,選用70張圖像,提取其中175個行人投影曲線作為網絡的輸入向量P,并統(tǒng)計出這些行人投影曲線實際代表的人數作為目標輸出向量.在Matlab中調用newrb函數進行神經網絡的設計,設定函數參數GOAL=0.001,SPREAD=1.0,得到的RBF神經網絡由101個隱層神經元構成,利用該神經網絡對選出的87幅通道圖像進行仿真檢測.以算法執(zhí)行時間,即該算法編制的程序在計算機上運行時所消耗的時

18、間,來度量算法效率,本算法需時140S,而傳統(tǒng)的可變模板匹配算法需要耗時2500S,相比而言大大提高了算法效率.以人數錯檢率(錯檢人數/實際總人數)來衡量識別準確率的高低,統(tǒng)計87幅圖像的檢測效果如下:低密度行人圖像的人數錯檢率為5.38%,高密度行人圖像的人數錯檢率為3.78%,所有圖像的人數錯檢率為4.17%.其中錯檢包括了誤檢和漏檢兩種情況.可以看出,通道場景中的檢測效果比較理想,識別準確率達到95%以上,相比傳統(tǒng)的客流識別算法,如基于前景像素面積比例的客流人數識別算法(識別精度在85%90%),識別精度提高了5%以卜.4結論針對多目標識別,提出了一種基于RBF神經網絡的客流數據識別算法

19、,并將其應用于通道場景人群目標識別,相對傳統(tǒng)客流識別算法而言,大大提高了算法效率和識別精度.該檢測方法針對形態(tài)復雜的人群,對于嚴重遮擋現(xiàn)象不能識別的問題還有待于進一步完善.參考文獻:1GavrilaDM,GiebelJ,eta1.VisionBasedPedestrianDe.tection:theProtectorSystemcJ/Proc.oftheIEEEIn.第4期方衛(wèi)寧等:基于RBF神經網絡的復雜場景人群目標的識別33telligentVehiclesSymposium.Parma,Italy:InstituteofElectricalandElectronicsEngineersI

20、nc.2004:1417.2CristobalCurio,JohannEdelbrunner,ThosmasKalinke,eta1.WalkingPedestrianRecognitionJ.IEEETransac-tionsonITS,2000,1(3):155163.3GrayD,TaoH.ViewpointInvariantPedestrianRecogni?tionwithanEnsembleofLocalizedFeaturesCJInc:ComputerVision:ECCV2008.France,Marseille:Springer,2008:262275.4沙玲,呂朝輝.立體

21、視覺測量中的一種攝像機標定方法J.機械制造,2003,41(5):10一l1.SHALing.LUChaohui.ACameraCalibrationMethodforStereoscopicVisionMeasurementlJJ.Machinery,2003,41(5):1011.(inChinese)5AndreoneL,Be11ottiF,GloriaADe,eta1.SVMBasedPedestrianRecognitiononNear-InfraRedImagesC-,Inc:ISPA2005:Proceedingsofthe4thInternationalSymposiumonI

22、mageandSignalProcessingandAnalysis.Croatia,Zagreb:InstituteofElectricalandElectronicsEngineersComputerSociety.2005:274278.6阮鵬,趙明生.一種頭肩像序列的人臉快速定位算法J.計算機工程及應用,2003,39(29):125127.RUANPeng,ZHAOMingsheng.AFastFaceLocationAlgorithmforHead-and.ShoulderSequencelJj.ComputerEngineeringandApplications,2003,39(

23、29):125127.(inChinese)7陳鳳東,洪炳镕.基于動態(tài)閾值背景差分算法的目標檢測方法J.哈爾濱工業(yè)大學學報,2005,37(7):883884.CHENFengdong,HONGBingrong.ObjectDetectingMethodBasedon.BackgroundImageDifferenceUsingDynamicThreshold【J.JournalofHarbinInstituteofTechnology,2005,37(7):883884.(inChinese)I-?1?-,?|l?-:l(上接第17頁)WANGMengshu,HUANGFuming.KeyP

24、roblemsonSubseaTunnelConstructionlJ.JournalofArchitectureandCivilEngineering,2005,22(4):14.(inChinese)4張頂立.海底隧道不良地質體及結構界面的變形控制技術J.巖石力學與工程學報,2007,26(11):21612169.ZHANGDingli.DeformationControlTechniquesofUnfavorableGeologicBodiesandDiscontinuousSurfacesinSubseaTunnelJ.ChineseJournalofRockMechanicsandEngineering,2007,26(11):21612169.(inChinese)5劉君.廈門東通道海底隧道位移判定基準研究J.隧道建沒,2006,26(3):1113.LIUJun.StudyonDisplacementJudgementCriteriaofSub-SeaTunnelonXiamenEastPassagelJ.TunnelConstruction,2006,26(3):1113.(inChinese)6楊澤平,李海兵.層次分析法在工程巖體分類中的應用J.工程地質學報,2006,14(6):830834.YANGZeping,LI