【计算机视觉40例】案例19：行人检测

【导读】本文是专栏《计算机视觉40例简介》的第19个案例《行人检测》。该专栏简要介绍李立宗主编《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书的40个案例。 目前，该书已经在电子工业出版社出版，大家可以在京东、淘宝、当当等平台购买。 大家可以在公众号“计算机视觉之光”回复关键字【案例19】获取本文案例的源代码及使用的测试图片等资料。 针对本书40个案例的每一个案例，分别录制了介绍视频。如果嫌看文字版麻烦，可以关注公众号“计算机视觉之光”直接观看视频介绍版。 本文简要介绍了本案例的一些基础知识，更详细的理论介绍、代码实现等内容请参考《计算机视觉40例简介》第19章《行人检测》以获取更详细信息。

行人检测是目标检测的一个分支。目标检测的任务是从图像中识别出预定义类型目标，并确定每个目标的位置。一个用来检测行人的目标检测系统，被称为行人检测系统。

行人检测主要用来判断输入图片(或视频)内是否包含行人。如果检测到行人，则给出其具体的位置信息。该位置信息是智能视频监控、人体行为分析、智能驾驶、智能机器人等应用的关键基础。但是由于行人可能处于移动状态、也可能处于静止状态，同时外观容易受到体型、姿态、衣着、拍摄角度、遮挡等多种因素的影响，使得行人检测成为计算机视觉领域内的研究热点与难点。

行人检测一种比较常用的方式是统计学习方法，即根据大量的样本构建行人检测分类器。提取的特征主要有目标的灰度、边缘、纹理、颜色、梯度等信息。分类器主要包括神经网络、SVM、adaboost以及卷积神经网络等。

2005年，法国国立计算机及自动化研究院(INRIA)的Dalal在CVPR（Computer Vision & Pattern Recognition）发表了题为《基于HOG的行人检测算法》(Histograms of Oriented Gradients for Human Detection)的论文，提出使用图像的方向特征进行行人检测。它通过将图像分块后，提取每一个子块内的方向特征，然后将所有子块的特征连接起来从而得到图像的整体特征，根据该特征实现行人检测。该论文对行人检测研究产生了重要的影响，累计被引用13338次（至2021年8月21日）。

目前，OpenCV采用的行人检测算法是基于Dalal的论文实现的，我们可以直接调用行人检测模块实现行人检测。本案例中，我们介绍了如何在OpenCV内引用行人检测模块完成行人检测，并对其中的关键参数进行说明。

在本案例中，我们首先介绍了方向梯度直方图（Histogram of Oriented Gradient, HOG）特征的提取过程，接下来介绍了使用OpenCV自带的行人检测模块实现行人检测。

在OpenCV中，直接调用分类器即可完成行人检测，具体过程如下：

第 1 步：调用hog=cv2.HOGDescriptor（），初始化HOG描述符。

第 2 步：调用setVMDetector，将支持向量机设置为预训练的行人检测器。该检测器通过cv2.HOGDescriptor_getDefaultPeopleDetector（）函数加载。

第 3 步：使用detectMultiScale(image)函数检测图像中的行人，返回值为“（行人对应的矩形框、矩形框的权重值）”。该函数中，要检测的图像是必选参数。

编写代码，运行程序，检测结果如图1所示。

 

图1 检测结果

在本案例中，对其常用的参数进行了解析，并进行了具体实践观察。

1、参数winStride解析

 

图2 参数winStride的对检测结果的影响

2、参数padding解析

 

图3 参数padding的对检测结果的影响

3、参数scale解析

 

图4 参数scale的对检测结果的影响

4、参数useMeanshiftGrouping解析

 

图5 参数useMeanshiftGrouping的对检测结果的影响

在《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书中，从算法原理、实现流程等角度系统深入地介绍了该案例的理论基础和实现过程，并对具体的代码实现进行了细致的介绍与解释。欢迎大家阅读第19章《行人检测》获取详细内容。

《计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。