OpenCV行人檢測

woff · 發表於 2020-11-23 20:25:56

你知道OpenCV裡面已經內置的行人檢測方法嗎？在OpenCV裡面，有一個預先訓練好了的HOG+線性SVM模型，能夠對圖像和視頻中的行人進行檢測。如果你還不熟悉方向梯度直方圖HOG和線性SVM方法，我建議你閱讀方向梯度直方圖和物體檢測這篇文章，在這篇文章中，我對該框架分了6步進行討論。

如果你已經熟悉了這個過程，或者你僅僅只是想看看OpenCV行人檢測的代碼，那麼現在就打開一個新文件，並將它命名為detect.py，開始我們的編程之旅吧：

# import the necessary packages
from __future__ import print_function
from imutils.object_detection import non_max_suppression
from imutils import paths
import numpy as np
import argparse
import imutils
import cv2
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", required=True, help="path to images directory")
args = vars(ap.parse_args())
# initialize the HOG descriptor/person detector
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

複製代碼

第2-8行導入一些我們必要的包，我們導入print_function確保我們的代碼同時在Python2.7和Python3上兼容，這樣可以使得我們的代碼能夠在OpenCV2.4.X和OPenCV3上都能夠工作，然後，從我的imutils包中我們導入non_max_suppression函數。

如果你還沒有安裝imutils，可以通過pip來安裝：

pip install imutils

複製代碼

如果你已經安裝了imutils，你需要把它更新到最新版(v0.3.1)，在這個版本里面，包含了non_max_suppression函數的實現，以及其它一些微小的更新：

pip install --upgrade imutils

複製代碼

我已經在我的PyImageSearch博客上在兩次講到過非極大抑制(non-maxima suppression)方法，一次是在Python非極大抑制用於物體檢測，一篇是在用Python實現更快的非極大抑制，無論是哪一種情形，非極大抑制的宗旨都是獲取多個重疊的邊框(bounding box)，並且將他們減少至僅有一個邊框。

圖1：左圖有很多檢測錯誤的邊框；右圖採用非極大抑制後，使得我們可以抑制那些重疊的區域，將正確的邊框留下來
非極大抑制方法可以減少在進行行人檢測過程中的假陽率。

第11-13行處理我們命令行傳入的參數，這裡，我們只需要一個切換--images，用它來傳入待檢測行人的圖像目錄。

最後，第16行和17行初始化我們的行人檢測器。首先，我們調用hog = cv2.HOGDescriptor()來初始化方向梯度直方圖描述子，然後，我們調用setSVMDetector來設置支持向量機(Support Vector Machine)使得它成為一個預先訓練好了的行人檢測器。

到了這裡，我們的OpenCV行人檢測器已經完全載入了，我們只需要把它應用到一些圖像上：

# import the necessary packages
from __future__ import print_function
from imutils.object_detection import non_max_suppression
from imutils import paths
import numpy as np
import argparse
import imutils
import cv2
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", required=True, help="path to images directory")
args = vars(ap.parse_args())
# initialize the HOG descriptor/person detector
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
# loop over the image paths
for imagePath in paths.list_images(args["images"]):
# load the image and resize it to (1) reduce detection time
# and (2) improve detection accuracy
image = cv2.imread(imagePath)
image = imutils.resize(image, width=min(400, image.shape[1]))
orig = image.copy()
# detect people in the image
(rects, weights) = hog.detectMultiScale(image, winStride=(4, 4),
padding=(8, 8), scale=1.05)
# draw the original bounding boxes
for (x, y, w, h) in rects:
cv2.rectangle(orig, (x, y), (x + w, y + h), (0, 0, 255), 2)
# apply non-maxima suppression to the bounding boxes using a
# fairly large overlap threshold to try to maintain overlapping
# boxes that are still people
rects = np.array([[x, y, x + w, y + h] for (x, y, w, h) in rects])
pick = non_max_suppression(rects, probs=None, overlapThresh=0.65)
# draw the final bounding boxes
for (xA, yA, xB, yB) in pick:
cv2.rectangle(image, (xA, yA), (xB, yB), (0, 255, 0), 2)
# show some information on the number of bounding boxes
filename = imagePath[imagePath.rfind("/") + 1:]
print("[INFO] {}: {} original boxes, {} after suppression".format(
filename, len(rects), len(pick)))
# show the output images
cv2.imshow("Before NMS", orig)
cv2.imshow("After NMS", image)
cv2.waitKey(0)

複製代碼

在第20行我們對我們的--images目錄下的圖像進行循環，這篇博文中使用的例子樣本是從INRIA Person Dataset這個很流行的人物庫上抽取的，更具體的說，是從GRAZ-01子集中抽取出來的，這些圖片存放在源碼目錄下面了。

第23-25行載入磁盤中的圖像，並且將圖像裁剪到最大寬度為400個像素，之所以降低我們的圖像維度(其實就是之所以對我們的圖像尺寸進行裁剪)主要有兩個原因：

減小圖像的尺寸可以減少在圖像金字塔中滑窗的數目，如此可以降低檢測的時間，從而提高整體檢測的吞吐量。
調整圖像的尺寸能夠整體提高行人檢測的精度，也就是假陽率。
真正對圖像中的行人進行檢測的代碼是在第28行和29行，通過調用detectMultiScale的hog描述子方法。這個detectMultiScale方法構造了一個尺度scale=1.05的圖像金字塔，以及一個分別在x方向和y方向步長為(4,4)像素大小的滑窗。

窗口的大小固定在32*128像素大小，這個設置是按照seminal Dalal和Triggs論文來設置的。detectMultiScale函數會返回一個2-元組的rects，或者是圖像中每一個行人的邊框坐標(x,y)，以及由SVM在每一次檢測中返回的weights置信值(我們一般也成為分數，譯者註)。

scale的尺度設置得越大，在圖像金字塔中層的數目就越少，相應的檢測速度就越快，但是尺度太大會導致行人出現漏檢；同樣的，如果scale設置得太小，將會急劇的增加圖像金字塔的層數，這樣不僅耗費計算資源，而且還會急劇地增加檢測過程中出現的假陽數目(也就是不是行人的被檢測成行人)。這表明，scale是在行人檢測過程中它是一個重要的參數，需要對scale進行調參。我會在後面的文章中對detectMultiScale中的每個參數做些調研。

第32行和33行獲取我們的初始邊框，並將它們在圖像上框出來。

不過，你將會看到在一些圖像上有的行人框出來的框，有很多重疊的邊框，如上面1圖所示。

針對這種情況，我們有兩種選擇。一種選擇是檢測一個邊框是否完全包含了另一個邊框(你可以看看OpenV中的一些實現例子)。另外一種選擇是應用非極大抑制方法，通過設置一個閾值來抑制那些重疊的邊框，這就是第38行和39行所干的事。

注意：如果你想了解更多HOG框架和非極大抑制，我推薦你閱讀方向梯度直方圖和物體檢測。在那篇博文中，你可以查看Python非極大抑制用於物體檢測，以及後面更新的Malisiewicz方法。

在應用非極大抑制後，我們在第42行和43行畫出最終的邊框，在第46-48行中我們展示圖像的一些基本信息，以及檢測到的邊框數目，在第51-53行，在屏幕最終顯示我們輸入的圖像。

行人檢測結果
為了看看我們寫的行人檢測腳本的實際效果，我們只需要執行下面命令：

python detect.py --images images

複製代碼

下圖是一張行人檢測的結果圖：

圖2：檢測效果
上圖我們檢測到了站在警車旁的單個行人。

圖3：在前景和背景中分別檢測到了1個人
上面我們可以看到在前景中的男人被檢測到了，同時背景中推著嬰兒車的女人也檢測到了。

圖4：一個展示為什麼用非極大抑制很重要的例子
圖4的例子展示了為什麼用非極大抑制很重要。detectMultiScale函數除了將正確的邊框檢測出來外，還把兩個邊框邊框檢測出來了，這兩個錯誤的邊框將圖像中的行人覆蓋了。通過使用非極大抑制，我們可以抑制錯誤的邊框，只留下正確檢測的邊框。

圖5：另一個展示非極大抑制效果的例子
我們再一次可以看到，有很多錯誤的邊框被檢測出來了，通過使用非極大抑制，我們可以抑制錯誤的邊框，只留下正確檢測的邊框。

圖6：在一個購物中心檢測行人
圖6在一個購物中心進行行人檢測，圖中，有兩個人正向攝像頭走進，另外一個人正遠離攝像頭，不管是哪種情形，我們的HOG檢測方法都能夠準確的檢測出行人。在non_maxima_suppression 函數中較大的overlapThresh能夠確保那些部分重疊了的邊框不會被抑制。

圖7：在模糊圖片中檢測行人
老實說，我對上面圖片的檢測結果有點兒驚訝，因為一般而言HOG描述子在運動模糊的圖片上檢測效果不是很好，不過在這幅圖像上，我們卻將行人檢測出來了。

圖8：在室外街道上檢測行人
這裡有另外一個多個重疊邊框的例子，不過因為我們的overlapThresh設置得比較大，所以這些邊框沒有被抑制，從而能夠將正確的檢測結果留下來。

圖9：檢測一張具有4個成員的家庭的圖片
圖9的例子展示了HOG+SVM行人檢測器的多功能性，我們不僅能夠檢測到成年的男人，也能夠檢測到那三個小孩(注意：該檢測器不能檢測到躲藏在他老爸後面的小孩)。

圖10：對路標標識進行行人檢測
我將圖10放在最後是因為我發覺這非常的有趣，我們可以很清楚的看到這只是一個路標標識，標識表示人行橫道，然而，HOG+SVM檢測器將它們在圖中框出來了，實際上它們卻並不是行人。

總結
在這篇博文中，我們已經學到了怎樣使用OpenCV的庫以及Python來進行行人檢測。

實際上OpenCV庫已經內置了一個預先訓練好了的HOG+線性SVM檢測器的模型，它是基於Dalal和Triggs論文裡的方法來自動的實現圖像中行人的檢測。

雖然HOG的方法比Haar counter-part的精度要高，不過它仍需要對detectMultiScale進行合理的設置。在後面的博文中，我會對detectMultiScale中的每一個參數做一個調研，已經怎樣調參的細節，並陳述在精度和性能之間的折中。

不管怎麼說，我都希望你喜歡這篇博文！我正打算在後面給出更多的關於物體檢測的教程，如果你希望這些教程出來後能夠獲得及時的通知，你可以考慮訂閱我的博客。

我已經在PyImageSearch Gurus course裡麵包含了HOG+線性SVM的物體檢測方法，你可以看看。

文章出處

網頁設計,網站架設 ,網路行銷,網頁優化,SEO - NetYea 網頁設計

帳號		自動登錄		找回密碼
密碼				註冊

[教學] OpenCV行人檢測

相關帖子