應用立體視覺與HOG 及幾何特徵於行人偵測之研究

1

應用立體視覺與

HOG 及幾何特徵於行人偵測之研究

陳昱宏 李建德 長庚大學電機所 長庚大學電機所 [email protected] [email protected] 鄭國祥 工研院機械與系統研究所智慧車輛組安全感測控制技術部 [email protected] 摘要 – 行人偵測功能是智慧型駕駛輔助系統不可或缺的 功 能 之 一 。 本 論 文 以 立 體 視 覺 為 基 礎 ， 結 合 Geometry-based 特徵與 HOG 特徵，並以改良型 Adaboost 分類器完成行人偵測任務，並可同時得出行人之距離遠 近，作為行車判斷之依據。首先，本系統以 MIT 與 INIRA 的行人資料庫進行特徵轉換，並使用事前訓練好的改良型 Ada-Boost 分類器進行分類判斷。經由實驗證明，經由多 種行人特徵(HOG 及 Geometry)及多階分類器組合，行人 偵測正確率可達 85%，效能優於單獨只用 Harr-Like 特徵 (準確率 78.37%)、HOG 特徵(準確率 80.64%) 。且處理速 度每張影像僅需 70ms，將可滿足實際應用之要求。 關鍵詞 – 立體視覺、圖像校正、HOG、AdaBoost、 V-Disparity

一、 前言

目前在行人偵測的研究中，根據所使用的 感測器，大致可分為三類，第一種是利用可見 光攝影機取像，但其缺點為夜間會因為光源不 足而造成無法成像的缺點。第二種是利用紅外 線攝影機取像[1-4]，它可以應用於夜間偵測行 人；其成像原理是使用不可見光的紅外線當作 夜間補充光源，使得在夜間光源不足造成無法 成像的問題獲得改善，相較於可見光攝影機， 紅外線攝影機在白天不開啟紅外線補充光源的 時候，與一般可見光攝影機並無差異，而夜間 可以藉由不可見光的紅外線作為補充。第三種 是用主動式感測器取像，例如：雷達[5]或雷射 [6]；這種主動式感測器，提供物體跟攝影機的 距離，所以有利於執行車子行進中路況的規劃 或是駕駛安全性的判斷；而且它不受光線或天 氣的影響，即使在晚上或下雨天也可以偵測行 人，但是缺點是比較難區分行人和其他物體。 因此，考慮上述各項取像的優劣，本研究採用 紅外線攝影機作為行人偵測系統的取像裝置。 在行人偵測演算法部分，目前雖已有不同的 演算法被提出，例如：經由機器學習獲得的分 類器：Adaboosting[7-9]、類神經網路(Neural Network)[10-11]、支援向量機(Support vector Machine) [12-13]、馬可夫模型(Markov)[14] 等。但這些方法大都無法提供行人對車子的相 對位置資訊，這對智慧型駕駛系統而言，將無 法提供避免撞擊行人的閃躲策略開發。有鑑於 此，本研究使用雙攝影機，依據立體視覺之基 本特性架構出三維場景。並在此三維場景之中 偵測出行人與攝影機之相對距離。本研究採用 雙攝影機的外極線校準，使攝影機取得的影像 資訊具有一定的對應關係。對應的左右影像因 對應位置相同，因此在對應的位置週遭會具有 相同之特徵，以此特徵為基準進行視差計算， 可算出一張完整的視差圖。 從視差圖提供的資訊可以計算出該圖像中 場景與攝影機的相對距離位置，以此為基準進 行三維重建。三維場所提供的資訊可以彌補二 維場中不足的資訊，以此為基準進行行人偵測。

二、 系統與方法

(一) 系統流程 本研究之系統流程如圖1 所示。首先以校 正後的左右圖像作為運算的基底，由於校正後

2 的左右圖像具有相同起始與結束位置。因此在 左右圖像尋找各個可能封閉區塊，進行視差值 計算，將可快速判定是否為左右對應區塊。 圖1 系統流程圖 此外，為減少分類器必須處理的圖像資 料，使運算速度得以提升。本研究將左右影像 輸入在立體視覺基礎上進行 U&V 的視差圖統 計，對預選區間進行檢測，再以左右影像的預 選區間是否重疊做一次的雜訊濾除，確保預選 區間的正確性。 決定的預選區間後再以左影像為主體做 HOG 與 Harr-Like 特徵空間轉換，並用事前訓練 好的Ada-Boost 分類器進行分類判斷。若左影像 偵測無行人則進入右影像偵測，左右影像皆無 人則確定無行人，若其中一邊影像發現有行人 則提出通報。 本研究在行人偵測部分，主要以行人特徵 為辨識之依據，故為有效提升系統之辨識率， 必須先以大量行人圖像訓練本系統的分類器。 因此本研究所用之行人影像資料庫包含 MIT， DaimlerChrysler，與 INRIA 等知名資料庫，如 圖 2 所示，作為行人正樣本的分類器資料庫。 另考量HOG 對於圖像轉置的強健性不佳，因此 本研究以上述三類資料庫為基底進行 HOG 與 Harr-Like 特徵空間轉換，並結合在相同的特徵 空間，以產生更高維度的特徵向量。用以解決 HOG 對於圖像轉置強健性不佳的缺點。 圖2 MIT 資料庫 (二) 圖像校正 圖像校正目的在計算攝影像之外部參數與 內部參數。根據David Fern´andez Llorca [4]所 提出的立體視覺硬體系統，考量該硬體架設方 式與地面有一距離，且與地面有一夾角關係， 因此本研究以放置於地面的棋盤格樣本對其進 行高度校準，如圖 3 所示。 圖3 左右影像示意圖 此外，為了使樣本具有精確的深度資訊， 必須使樣本具有不同的轉角，再對該樣本進行 連續取像作為校準之依據影像。以連續的樣本 影像對攝影機進行校準，如圖 4 所示。

3 設定樣本的正規化向量n_i → 。考慮仰角內積 計算如式(1) : 1 c o s c o s ( ) i i i i o n o n o n α − ⋅ = = > ⋅ r uur r ur r ur (1) 圖4 棋盤格取像在不同三維位置圖 總計 N 張影像，則平均所有圖像後，取得 如下較為穩定的數值 : 1 1 1 1 1 (cos ( )) N i i N i i N o n N α α = − = = = > ⋅

∑

∑

r ur (2) 提出的高度校準計算方式定義如下。假設 ( , , ) i xi yi zi T = t t t ， 則 轉 換 後 的 向 量 則 為 ( , , ) i i i i n = a b c ur 表示。正規化之後的向量用來表 示三維點座標定義如式(3): ( ) ( ) ( ) 0 i xi i yi i zi i i i i xi i yi i zi a x t b y t c z t a x b y c z a t bt c t − + − + − = => + + = + + (3) 影像平面定義表示 z=0。則根據式(3)定義 線方程式如下 : i i i xi i yi i zi i i i a x b y a t bt c t a x b y d + = + + => + = (4) 當 d_i = a t_{i xi} + bt_{i yi}+ c t_{i zi} 根據式(5)導出 兩線相交的平面光學中心點定義為p=(0，0，0)。 2 2 2 2 i i i i i xi i yi i zi i i d h a b a t b t c t a b = + + + => + ( 5 ) 則計算後真實的

h

'

從式(4)，(5)，可導出如 下 : ' cos i i i h = h α (6) 最後可以獲得N 個物體真實的平均高度

h

'

如下 : 1 2 2 1 1 ' ' 1 ( cos ) N i i N i i i i i h h N d N _{a b} α = = = => +

∑

∑

( 7 ) ( ) cos 0 sin 1 0 0 [ ]

(cos sin 0) 0 1 0 0 cos sin [ ] sin 0 cos 0 sin cos [ ]

cos 0 sin 1 0 0 [ ]

(0 0 1) 0 1 0 0 cos sin sin 0 cos 0 sin cos

W X W Y W Z im W x X i T Y i T Z i T f x s X i Y ϕ ϕ φ φ ϕ ϕ ϕ ϕ ϕ ϕ ⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎜ ⎟ ⎜ ⎟⎜ _{Ψ Ψ}⎟ ₊⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜₋ ⎟⎜ _{− Ψ Ψ}⎟⎜ ⎟ ⎜ ⎟ ⎝ ⎠⎝ ⎠⎝ ⎠ ⎝ ⎠ = − ⎛ ⎞⎛ ⎞ ⎜ ⎟⎜ _{Ψ Ψ}⎟ ⎜ ⎟⎜ ⎟ ⎜₋ ⎟⎜ _{− Ψ Ψ}⎟ ⎝ ⎠⎝ ⎠ ( ) 0.5 [ ] [ ] cos 0 sin 1 0 0 [ ]

( sin cos 0) 0 1 0 0 cos sin [ ] sin 0 cos 0 sin cos [ ] cos 0 s (0 0 1) x X W Y W Z W X W Y W Z im x o T i T Z i T X i T Y i T Z i T f y s ϕ ϕ φ φ ϕ ϕ ϕ ⎛ ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ + + ⎟ ⎜ ⎛ ⎞ ⎛ ⎞ ⎟ ⎜ ⎟ ⎜ ₊⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎜ ⎟_{⎜ ⎟} ⎟ ⎜ ⎟ ⎜ _{⎝ ⎠ ⎝ ⎠} ⎟ ⎝ ⎠ ⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ − _{⎜ ⎟⎜} Ψ Ψ_{⎟⎜ ⎟}+_{⎜ ⎟} ⎜₋ ⎟⎜ _{− Ψ Ψ}⎟⎜ ⎟ ⎜ ⎟ ⎝ ⎠⎝ ⎠⎝ ⎠ ⎝ ⎠ = − 0.5 in 1 0 0 [ ] 0 1 0 0 cos sin [ ] sin 0 cos 0 sin cos [ ]

x W X W Y W Z o X i T Y i T Z i T ϕ ϕ ϕ ⎛ ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ + + ⎟ ⎜ ⎛ ⎞⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎟ ⎜ ⎟ ⎜ ⎜ ⎟⎜ _{Ψ Ψ}⎟ ₊⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎜_⎜ ⎟⎜_⎟⎜ ⎟_⎟ ⎜ ⎟_{⎜ ⎟} ⎟ ⎜ ⎟ ⎜ _⎝− _⎠⎝ − Ψ Ψ_{⎠⎝ ⎠ ⎝ ⎠} ⎟ ⎝ ⎠ (8) 最後再以式(8)進行後續的實際大小換算， 以獲得更精準的實際數值。 定義內參數如下 : 焦長 : f ， 點大小 : sx ， sy ， 影像中心 : ox ， oy ， 非線性失真係數 : k1 ， k2…。 定義外參數如下 : 旋轉係數 : φ， ，ψ。 轉換矩陣 : T。

4 根 據 式(3) 假 設 的 T_i = ( t_xi , t_yi , t_zi) 假設的座標點位置應用於連續 N 張影像解內外 參數的聯立方程式(8)。 (三) 視差影像 本 研 究 採 用 的 視 差 圖 計 算 法 則 是 以 Graph-based 的方式對左右影像同一區間的視 差數值進行計算。其示意圖如圖 5 所示。 正常假設目標物的色彩值與週遭環境有所 差異的情況下。使用左影像中同一區間的色彩 值作為一類別，與右影像對應，可以在灰階度 當中計算其視差數值。其流程如圖 6 所示 圖5 雙攝影機視差計算示意圖 圖6 Graph-based 視差圖流程 首先初始化視差圖區間且設定掃描的視窗 大小為 3x3 或 7x7，將左影像中色彩值分割出 來，且進行標記用於對應右影像之用。 在此，被標記的區塊以集合方式表述如 下 : 設 f()為標籤函數， p 為點資訊， k 為標 記。則集合為式(9)所示。

{

}

: ( ) ( , , ) , 0 1 ... p I f p f x yv k k N ∀ ∈ = = ∈ (9) 令S 為提取層之左影像集合，則式(9)可轉 為式(10)。

{

}

: ( ) , 0 1 ... s S f s k k N ∀ ∈ = ∈ (10) 左右對應之色彩分隔標記圖用以提取相同 區間暫存。 由於在色彩分界處會有數值變異的高頻雜 訊問題。在此對提取層的視差圖做低通濾波， 將其數值平滑降低邊緣造成的雜訊，其低通濾 波核結構如式(11)。 ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 3 3 3 3 1 3 3 3 3 25 1 1 1 1 1 1 1 1 1 1 9 1 or (11) 將相同色彩值對應的區間轉入灰階圖像中 做左右相減，計算其區塊的視差值(如式 12)， 且相減後的數值圖經過低通濾波將數值平滑之 後，即為該視差圖。 1 1 | | N M Lij Rij i j S A D I I = = =

∑ ∑

− (12) 由於產生的數值在-127 至 128 之間，因此 配合正常成像格式為 0 至 255 之間，因此將數 值正規化至 0 至 255 之間。如式(13)所示。 2* , ( , ) ( , ) ( , ) , ( , ) ( , ) x y x y if n k I x y g n n I x y if n k I x y g n n ∈ = ⎧ =⎨ _{∈ =} ⎩ (13)

(四) V-Disparity 與 U-Disparity 影像

5 以往Labayrade and Aubert[14]曾提出利用 V-Disparity 觀念偵測障礙物候選者。其研究主 要在立體照像機的平面中，把四周環境的情 況，分割成水平平面、垂直平面和任何物件平 面(傾斜或垂直於地面)，如圖 7 所示。在攝影機 的光學軸鏡頭中的剖面圖，任何一個平面都可 以投影成一直線。定義平面是為了找出一個最 有效的特徵，例如：地平面或是障礙物平面。 偵 測 到 這 些 特 徵 就 為 V-Disparity 影 像 和 U-Disparity 影像萃取出的垂直、水平線段。 圖7 空間平面圖 由於計算影像座標(u，v)視差圖 v 軸上的每 一個像素值，所以稱之為V-Disparity[14]。圖 8 經由式(14)，我們可以求出 V-Disparity 影像， 它是累加沿著視差圖 v 軸上相同的視差值而產 生，所以V-Disparity 可提供行人候選者最頂端 和最底端的邊界，如圖九所示。

∑

> − = =image width u u v d g d I 0 ) ( ) , ( ( 1 4 ) 其中 ⎩ ⎨ ⎧ = otherwise v u I whemd d g DM 0 ) , ( 1 ) ( ,Iv(v，d)為

V-Disparity 影像；IDM(u，v)為視差圖；d 為視差

值 ； image→width 為 影 像 的 寬 度 ； image→height為影像的高度。由圖9 所示，即 可找出行人候選者及其高度。 圖 8 經由式(15)，即可求出 U-Disparity 影 像，它是累加沿著視差圖 u 軸上相同的視差值 產生的，所以U-Disparity 可提供行人候選者最 左側和最右側的邊界，如圖10 所示。

∑

−> = =image width u u v d g d I 0 ) ( ) , ( (15) 其 中 ⎩ ⎨ ⎧ = otherwise v u I whemd d g DM 0 ) , ( 1 ) ( ,Iu(u ， d) 為 U-Disparity ,IDM(u，v)為視差圖；d 為視差值；

image→width為影像的寬度；image→height

為影像的高度。

6 圖9 V-Disparity示意圖 由圖 10 所示，即可得知行人候選者及 其寬度。 圖10 U-Disparity 示意圖 綜上所述，V-Disparity 影像中的垂直線 代表為行人候選者的高度；U-Disparity 影像 中的水平線代表為行人候選者的寬度，結合 這些資訊後，我們就可以用紅色線把行人候 選者框出來，如圖11 所示。 圖11 行人候選者區塊選定

(五) 改良型 HOG 演算法

以 Navneet Dalal[15]與藤吉弘亘[16]所提 出之行人特徵描述演算法 HOG (Histograms of Oriented Gradients)為本研究描述行人之主體特 徵。 所謂HOG 是指對於一個樣本資料取微分統 計量，如式(16)所表。 m(u,v)= f_u(u,v)2+ f_v(u,v)2 (16) 將式(16)所取得的樣本圖像數值以式(17)做 一比值轉換，令其數值較具安定性。 ) , ( ) , ( tan ) , ( 1 v u f v u f v u u v − = θ (17) 其中 與 個別為式(18)。

7 ⎩ ⎨ ⎧ + − + = − − + = ) 1 , ( ) 1 , ( ) , ( ) , 1 ( ) , 1 ( ) , ( v u I v u I v u f v u I v u I v u f v u (18) 考量模組化的角度為 0~180 度，因此必須 將轉換後的角度做一正規劃之動作。如式(19) 所示。 2 2 ε + = k v f v (19) 將資料庫中之樣本圖像做 HOG 轉換，其結 果如圖 12 所示。圖 13 則表示該樣本的區域 HOG 統計量。 另考量HOG 特徵描述本身雖對於光亮變化 具有強健性，但是對影像旋轉卻不具強健性。 以往Tomoki Watanabe[17]等人曾提出 Co-HOG 的高維HOG 特徵配對，改善此問題，該 Co-GOH 轉換如圖14 所示。但是其運算速度不盡理想， 無法達到即時應用需求。 有鑑於此，本研究提出一種改良型HOG 演 算法，以Geometry-based 特徵描述與 HOG 特徵 描 述 結 合 為 同 一 特 徵 空 間 ， 並 採 用 改 良 型 Ada-Boost 演算法進行樣本的分類訓練。 由於HOG 轉換後的特徵值對於光亮變化具 有不錯的強健性。因此，本研究採用以此種轉 換為行人辨識的最主要特徵值。部分樣本圖像 經由此轉換所得的HOG 特徵值如圖 15 所示。 圖 12 全域HOG 統計量示意圖 圖 13 區域HOG 統計量示意圖 圖14 全域 Co-HOG 統計量示意圖 所謂 Geometry-based 特徵描述是指對於式(16)

8 中的m(u，v)的二維座標位置計算質心，且納入 寬高比等元素，使得HOG 可以獲得幾何上的特 徵向量。 對於所有圖像預選區間中的強健邊緣相對 於質心的統計量與各自的寬高比統計量，我們 可以將其視為一種幾何性質的特徵，其描述方 式如式(19) 所示。 其中es 表示邊緣佇列，m 表示質心，V 為 邊緣與質心的方向向量。 V_em = e(i,j)−m(x,y) (19) 經上述法則運算後的特徵如圖 16 所示。 圖15 HOG 樣本示意圖 圖16 幾何特徵轉換示意圖 圖 16 中的高亮白點為質心的表示點，其餘 的為強邊緣的表示點，再將其點套用式(19)計算 出方向向量，並與寬高比結合成為一特徵向量。

三、 實驗結果

參考Bo Ling [1], Ignacio Parra Alonso [2], Bertozzi [3]…等人所提出之立體視覺架構，本研 究採用光軸平行的架構作為立體視覺的主要硬 體架構如圖 17。 以光軸平行的雙攝影機進行取像，其中兩 台攝影機需要具備有相同的焦長，鏡面係數， 光圈大小，以及相同的編碼模式。此外，考慮 兩攝影機間之基線須有一定距離，方能使其影 像具有較多的可對應區間，同時考量攝影機鏡 頭的成像大小與鏡像失真效應，故本研究設定 基線長為 15cm。其實際硬體如圖 15 所示。接 著，本研究採用棋盤格樣本作為攝影機校準之 標準圖像。 圖 17 本研究所建構之立體視覺系統 另外，在本研究的硬體配置條件下，考量 攝影機規格參數(如表 1)，其焦長為 4.3mm 且最 遠照射距離約為 20m。但最遠照射距離並不等同 於最遠有效距離，因此實際測試後發現，該攝 影機之最遠有效成像距離為 15m，對應校準後的 視差值具有一定的誤差。視差值對應回相對距

9 離的公式如式(20)所示。 b R f d ⎛ ⎞ = _{× ⎜ ⎟} ⎝ ⎠ (20) 表 1 攝影機規格 型號 焦長 編碼 有效 距離 最低照度 YST-65 E 4.3mm NTSC:5 37*505 15m 0.01Lux/F1. 2 LUX(IRON) 如圖 18 所計算出的視差圖，各點所對應的 數值換算回原始距離的對應如表 2。 圖 18 左右影像與視差圖 另考量硬體架設時基線為 15cm，攝影機規 格 焦 長 為 4.3mm ， 計 算 出 最 遠 可 視 距 離 為 14.6773m。最小為 0.0043m。其測試的平均誤差 如表 3 及表 4 所示。 表 2 距離與誤差對應表 實際有效距 離 0(m) 15(m) 計算有效距 離 0(m) 14.67(m) 誤差率 0% 2.22% 表 3 平均距離誤差 測試資料 1800 平均誤差 3.72% 最大誤差 6.91% 圖 19 輸入之左右影像與視差圖結果 以圖 19 為例，計算出雙攝影機之視差影像 後對該視差圖進行 U&V 視差圖計算，並以左右 影像的重疊區塊加強確認預選區間。結果如圖 20 所示。取得 U&V 的統計圖表後，以連續的線 段區塊表示大量同數值出現的位置，並將其圈 選後作出標記，如圖 21 所示。 圖 20 視差圖與 V-Disparity 圖

10 圖 21 U&V 重疊區塊 從圖 21 中我們取得了重疊的預選區塊在二 維影像上的座標位置，以此標記好的位置做為 分類器迭代的起始位置，開始進行分類。以 MIT 與 INRIA 資料庫訓練好的 HOG 分類器為例進行 重疊區塊的篩選，其結果如圖 22 所示。 圖 22 左影像重疊區塊確認 此外，本系統為了加快行人辨識速度性， 因此判斷順序設定為：若左影像偵測行人成 功，則放棄右影像的偵測。這樣既能節省時間 亦能提高準確度。系統執行介面如圖 23 所示。 圖 23 運行範例圖 本論文訓練用的分類器是以MIT 與 INRIA 的 樣 本 資 料 庫 為 基 準 之 HOG，Harr-Like 與 Geometry-based 個別特徵，並且以此分類器對待 測的影像進行測試，其結果如表4、表 5 所示。 表 4 自訂環境測試表

資料庫 Pos Neg Features Test

(張) 準確率 (%) Task (張 /ms) MIT 924 700 HOG 1800(D) 79.53 65.71 MIT 924 700 HOG,Ge 1800(D) 81.26 67.35 MIT 924 700 Harr-Like 1800(D) 73.92 71.74 MIT 924 700 Ge-based 1800(D) 76.71 37.38 MIT 924 700 HOG,Ge, Harr 1800(D) 83.31 86.77 MIT 924 700 HOG 2400(N) 86.94 62.12 MIT 924 700 HOG,Ge 2400(N) 90.41 66.75 MIT 924 700 Harr-Like 2400(N) 81.63 73.91 MIT 924 700 Ge-based 2400(N) 80.11 38.13 MIT 924 700 HOG,Ge, Harr 2400(N) 91.87 88.14 INIRA 2416 700 HOG 1800(D) 80.64 65.93 INIRA 2416 700 HOG,Ge 1800(D) 85.47 69.74 INIRA 2416 700 Harr-Like 1800(D) 78.37 75.67 INIRA 2416 700 Ge-based 1800(D) 72.13 39.27 INIRA 2416 700 HOG,Ge, Harr 1800(D) 89.57 89.38 INIRA 2416 700 HOG 2400(N) 85.11 63.13 INIRA 2416 700 HOG,Ge 2400(N) 92.51 71.24 INIRA 2416 700 Harr-Like 2400(N) 76.98 78.79 INIRA 2416 700 Ge-based 2400(N) 81.48 34.58 INIRA 2416 700 HOG,Ge, Harr 2400(N) 91.18 87.61 表 5 實際環境測試表

Database Pos Neg Features Test

(frame) Accuracy (%) Task (frame/ ms) MIT 924 700 HOG 3600(N) 88.37 67.82 MIT 924 700 HOG,Ge 3600(N) 92.74 69.34 MIT 924 700 Harr-Like 3600(N) 83.31 69.56 MIT 924 700 Ge-based 3600(N) 78.69 38.37 MIT 924 700 HOG,Ge, Harr 3600(N) 93.87 83.21 INIRA 2416 700 HOG 3600(N) 87.11 62.93 INIRA 2416 700 HOG,Ge 3600(N) 92.51 69.75 INIRA 2416 700 Harr-Like 3600(N) 79.98 74.72 INIRA 2416 700 Ge-based 3600(N) 81.48 37.66 INIRA 2416 700 HOG,Ge, Harr 3600(N) 93.18 88.32

11 由表4 可看出，以 MIT 資料庫而言，可明 顯 看 出 使 用 改 良 型 的 HOG 特 徵( 準 確 率 81.26%)，相較於單獨只用 Harr-Like(準確率 73.92%)、HOG 特徵(準確率 79.53%)，可得較好 的行人偵測準確率。以 INRIA 資料庫做比較， 可 明顯 看出 使 用改良 型 的 HOG 特 徵(準確率 85.47%)，相較於單獨只用 Harr-Like(準確率 78.37%)、HOG(準確率 80.64%)特徵，可得較好的 行人偵測準確率。

四、 結論

本論文提出一種新的行人偵測架構，利用 立體視覺演算法，進行U&V 視差統計產生侯選 區域後，結合HOG 與 Geometry 做特徵空間轉 換，並使用事前訓練好的Ada-Boost 分類器進行 分類判斷。本研究採用光軸平行的架構作為立 體視覺的主要硬體架構，並利用MIT 與 INRIA 作為樣本的資料庫測試 1800 張的影像，比較 HOG+Geometry、Harr-Like 和 Geometry-based 的實驗結果後，顯示 HOG+Geometry 具有較高 的準確率，且處理速度每張影像僅需 70ms。

五、 參考文獻

[1] Bo Ling , Michael I. Zeifmana, David R.P.

Gibson, “Multiple Pedestrians Detection Using IR LED Stereo Camera,” Proc. of SPIE, Vol. 6764, 67640A-1,2007.

[2] Ignacio Parra Alonso, David Fernández

Llorca, Miguel Ángel Sotelo, “Combination of Feature Extraction Methods for SVM Pedestrian Detection,” IEEE Trans. Intelligent Transportation Systems, Vol. 8, No. 2, pp. 292-307, 2007.

[3] M. Bertozzi,A. Broggi,C. Caraffi,M. Del

Rose,M. Felisa,G. Vezzoni,“Pedestrian detection by means of far-infrared stereo

vision,” Computer Vision and Image Understanding, Vol. 106, pp. 194–204, 2007.

[4] David Fern´andez Llorca, “Stereo Vision

Based Pedestrian Detection System For Assisted Driving,” University Of Alcala Escuela Polit ´EcniaA Superior Department of Electronics PhD THESIS (Summary), 2008.

[5] Bastian Leibe , Aleš Leonardis , Bernt

Schiele, “Robust Object Detection with Interleaved Categorization and Segmentation,” Int. J. Computer Vision, Vol.

77, pp. 259–289, 2008.

[6] Philip Kelly, B.A. (Mod), “Pedestrian

Detection and Tracking Using Stereo Vision Techniques,” Dublin City University School of Electronic Engineering Supervisor: Dr. Noel E. O’Connor, 2007.

[7] Yingping Huang ,and Ken Young, “Binocular

Image Sequence Analysis: Integration of Stereo Disparity and Optic Flow for Improved Obstacle Detection and Tracking,” EURASIP Journal on Advances in Signal Processing, Vol , pp. 1-10, 2008.

[8] Hern’an Badino and Rudolf Mester

“Stereo-based Free Space Computation in Complex Traffic Scenarios,” Proceeding of SSIAI , pp. 189-192, 2008.

[9] Zhifeng Liu ,and Reinhard Klette ,“Dynamic

Programming Stereo on Real-World Sequences,” The .enpeda.. Project, The University of Auckland, New Zealand.

[10] Rapha,el Labayrade, DidieI Aubert,

Jean-Philippe Tare1, “Real Time Obstacle Detection in Stereovision on Non Flat Road Geometry Through V-disparity Represent at

12 ion,” Proceeding of SSIAI, pp. 646-651 , 2008

[11] Philip Kelly, “Pedestrian Detection in

Uncontrolled Environments using Stereo and Biometric Information,” Proceeding of VSSN’, pp. 161-169, 2008.

[12] Hong Wang, Qiang Chen, Wenchao Cai,

“Shape-based Pedestrian/Bicyclist Detection via Onboard Stereo Vision,” IMACS Multiconference on "Computational Engineering in Systems Applications,"(CESA) October 4-6, pp. 1776-1780 , 2006.

[13] Rafael Mun˜oz-Salinas, Miguel

Garcı’a-Silvente, Rafael Medina Carnicer, “Adaptive multi-modal stereo people tracking without background modeling,” J. Vision Communication Image Representation, Vol.

18, pp. 75–91, 2008.

[14] Xia Liu and Kikuo Fujimura, ”Pedestrian

Detection Using Stereo Night Vision,” IEEE Trans. On Vehicular Technology, Vol. 53, No. 6, pp. 1666-1678, 2004.

[15] Dalal, N. Triggs, B. ,” Histograms of

Oriented Gradients for Human Detection,” Computer Vision and Pattern Recognition, CVPR. IEEE Computer Society Conference Vol.1, pp. 886-893, 2005

[16] 藤吉弘亘. "Gradient 特徴抽出 – SIFT 及

HOG - ," 情報處理學會 研究報告 CVIM 160, pp. 211-224, 2007.

[17] T. Wada, F. Huang, and S. Lin , ”

Co-occurrence Histograms of Oriented Gradients for Pedestrian Detection,”,(Eds.): PSIVT, LNCS 5414, pp. 37–47, 2009.