基于opencv的⾏⼈检测（⽀持图⽚视频）
基于⽅向梯度直⽅图(HOG)/线性⽀持向量机(SVM)算法的⾏⼈检测⽅法中存在检测速度慢的问题，如下图所⽰，对⼀张
400*490像素的图⽚进⾏检测要接近800毫秒，所以hog+svm的⽅法放在视频中进⾏⾏⼈检测时，每秒只能检测1帧图⽚，1
帧/s根本不能达到视频播放的流畅性。
本⽂采⽤先从视频每帧的图像中提取出物体的轮廓（也可以对前后两针图⽚做差，只对有变化的部分进⾏检测，其⽬的⼀样，都是减少运算的⾯积），再对每个轮廓进⾏HOG+SVM检测，判断是否为⾏⼈。可以⼤⼤的缩减HOG+SVM的⾯积，经实测，检测速度可以达到10帧/S，可以勉强达到视频流畅的要求。
轮廓的提取⽤的是cv::findContours的API，感兴趣的可以⾃⼰去查看相关资料
⾸先介绍下⽅向梯度直⽅图。
在图像或者视频帧中，边缘⽅向密度分布可以很好地描述局部⽬标的形状和表象，也就是说通过 HOG特征，可以有效地将⼈体和复杂背景区分出来。对于⾏⼈检测中 HOG 特征提取的具体实现⽅法是: 将视频中的每⼀帧通过滑动窗⼝切割成很⼩的区域( Cell) ，通过计算每个区域⾯的⽅向梯度特征，得到每个区域的⽅向特征直⽅图，⼩区域再组成更⼤的区域，通过将区域的⽅向梯度特征组合起来并在块单元中进⾏归⼀化处理，就形成了⼀个 Block 内 HOG 描述⼦，遍历搜索所有的⽅向特征从⽽最终构成⼀个帧的 HOG 描述特征向量。算法的过程［3］分为:
①将⼀个视频的每⼀帧进⾏灰度化处理。把视频的每⼀帧彩⾊空间变成灰度空间，因为 HOG 中不需要彩⾊信息的帮助。
②对输⼊的视频的每⼀帧进⾏颜⾊空间的归⼀化。由于视频中⼈信息的复杂性，背影的灰暗程度以及光照的影响都对检测器的鲁棒性有⼀定的影响，归⼀化可以很⼤程度上降低这些的影响。这⾥使⽤gamma 校正: 对像素值求其平⽅根( 降低数值⼤⼩)。
③计算像素梯度。这是 HOG 特征检测中最重要的⼀个环节，通过像素的梯度⽅向直⽅图来描述像素的特征。特别注意的是我们不需要做平滑处理，因为平滑处理的本质就是迷糊图像，降低了像素边缘信息，因⽽就不能很好地提取边缘信息来表达特征。
④将图像划分成⼩ cell。这⼀步我们需要为计算梯度，建⽴梯度⽅向直⽅图定义⼀个载体，因此这⾥把图像分割成很⼩的区域，这⾥称为细胞单元，实验表明6 × 6 像素的细胞单元效果最佳。接着采⽤ 9 个直⽅图来统计⼀个细胞单元⾥⾯的特征信息。360°不考虑
正负⽅向，把⽅向分成 9 份，如图 1 所⽰，称为 bin，也就是每⼀个 bin 对应 20°，这样就把梯度⽅向映射到直⽅图⾥⾯，9个⽅向特征向量代表 9 个 bin，增幅就代表每⼀个 bin 的权值。
⑤统计每个 cell 的梯度直⽅图即可形成每个 cell的 descriptor。
⑥将每⼏个 cell 组成⼀个 block，⼀个 block 内所有 cell 的特征串联起来，便得到该 block 的 HOG 特征descriptor。
⑦将图像内所有 block 的 HOG 特征收集起来就可得到该图像特征向量。
⽀持向量机
⽀持向量机( Support Vector Machine) 就是风险降低到最⼩程度上，寻最优的解决⽅案。视频检测特征分类中，就是针对低维空间的线性不可分问题，通过核函数映射到⾼维空间达到线性可分，再进⾏线性分割实现特征分类。
SVM 具有以下⼏个特点:
( 1) ⼩样本。
( 2) ⾮线性问题。即针对线性的不可分问题，SVM 通过松弛变量以及核函数进⾏解决。
( 3) ⾼维模式识别。在某些样本，例如密集型特征，可以达到⼏万甚⾄⼗⼏万的维数，如果不对样本进⾏降维，SVM 也能够出⽀持向量样本，对这些特征训练出优秀的分类器。
视频检测代码：
void video_test() {
void display(Mat, vector<Rect>&);
//void Crop_picture();
//void train();
//void save_hard_example();
//Crop_picture();    //裁切负样本图⽚，每张负样本图⽚随机裁成10张
//train();          //训练正负样本
//save_hardexample()    //根据正负样本得到的检测⼦，对INRIAPerson/Train/neg/中的图⽚进⾏测试，并将错检的样本保存
//train();      //训练正负样本及难例样本
//加载svm分类器的系数
HOGDescriptor hog; string str;
vector<float> detector;
/*ifstream fin("");
while (getline(fin, str))
{
detector.push_back(stringToNum<float>(str));
}
*/
vector<Rect> people;
VideoCapture capture(VideotestPath);
/*if (!capture.isOpened())
return -1;*/
Mat frame, foreground;
int num = 0;
Ptr<BackgroundSubtractorMOG2> mod = createBackgroundSubtractorMOG2();
while (true)
{
vector<Rect> rect6;
if (!ad(frame))
break;
mod->apply(frame, foreground, 0.01);
hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
//hog.setSVMDetector(detector);
vector<Rect> rect5;
display(foreground, rect5);
vector<Rect> ret = rect5;
for (auto i = 0; i != ret.size(); i++)
{
Mat a = frame;
if (ret[i].x > 50 && ret[i].y > 50 && ret[i].x + ret[i].width <670 && ret[i].y + ret[i].height < 520)
{
ret[i].x = ret[i].x - 50;
ret[i].y = ret[i].y - 50; ret[i].width = ret[i].width + 100; ret[i].height = ret[i].height + 100;
}
Mat src(a(ret[i]));
cout << ret[i].x << " " << ret[i].y << " " << ret[i].width << " " << ret[i].height << endl;
// imshow("aa", src); waitKey(0);
// cv::namedWindow("src", CV_WINDOW_NORMAL);
if (ret[i].width >= 64 && ret[i].height >= 128)
hog.detectMultiScale(src, people, 0, Size(4, 4), Size(0, 0), 1.07, 2);
//cout << people.size()<<endl;
for (size_t j = 0; j < people.size(); j++)
{
people[j].x += ret[i].x; people[j].y += ret[i].y;
rect6.push_back(people[j]);
//rectangle(frame, people[j], cv::Scalar(0, 0, 255), 2);
}
//imshow(" ", frame); waitKey(0);
}
//因为多尺度检测得到的结果矩形框较⼤，按⽐例缩减矩形框
for (auto h = 0; h != rect6.size(); h++)
{
rect6[h].x += cvRound(rect6[h].width*0.1);
rect6[h].width = cvRound(rect6[h].width*0.8);
rect6[h].y += cvRound(rect6[h].height*0.07);
rect6[h].height = cvRound(rect6[h].height*0.8);
rectangle(frame, rect6[h], cv::Scalar(0, 0, 255), 1);
/
/rect2[h] = boundingRect(frame);
}
imshow(" ", frame); waitKey(1);
}
waitKey();
}
提取轮廓的代码：
void display(Mat gray_diff, vector<Rect>& rect)
{
//Mat res = src.clone();
vector<vector<Point>> cts;  //定义轮廓数组
rectangle函数opencv
findContours(gray_diff, cts, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE); //查轮廓,，模式为只检测外轮廓，并存储所有的轮廓点                    //vector<Rect> rect; //定义矩形边框
for (int i = 0; i < cts.size(); i++)
{
if (contourArea(cts[i])>th_area)      //计算轮廓的⾯积，排除⼩的⼲扰轮廓
//查外部矩形边界
rect.push_back(boundingRect(cts[i]));  //计算轮廓的垂直边界最⼩矩形
}
cout << rect.size() << endl;    //输出轮廓个数
}
检测效果：
进⾏HOG+SVM的四个顶点像素坐标。可以看到每次运算的⾯积⼩了很多。
当然，是可以优化，⽐如每两帧图⽚检测⼀次，下⼀帧图⽚保持上⼀帧的检测结果。⽐如轮廓区域的⾯积怎么去合适的框起来，如何设定合适的阈值去滤掉⼩框，两个框重叠时，怎么去优化，减⼩进⾏运算的⾯积。本⽂只是给个思路，具体读者可以⾃⼰去实现。
贴下github 有兴趣的可以去读下，样本集⽤的INRIA⾏⼈检测数据集，训练过程就不详述了。
到此这篇关于基于opencv的⾏⼈检测(⽀持图⽚视频)的⽂章就介绍到这了，更多相关opencv ⾏⼈检测内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！