用于智能家居的实时人体检测系统研究

李强 江宁 区志财

（广东美的制冷设备有限公司，528311）

摘要：近几年，运用于智能家居的传感器种类越来越多，智能处理器的性能日益变好，执行器的种类和功能也逐渐增多。尽管光学传感器能采集大量的环境、人物、状态信息，但由于数据的庞大性和处理的复杂性，在智能领域并未得到广泛应用。图像处理、图像理解技术一直是行业的难点和前沿研究热点。在智能家居的应用中，实时处理需求、室内的闪烁光源和遮挡情况是应用的难点。本文提出的包含移动物体检测、人体检测、人体跟踪三个模块的智能人体检测系统能很好地解决智能家居应用的这些难点，达到良好的检测效果。

教育期刊网 http://www.jyqkw.com
关键词 ：计算机视觉 智能家居 移动物体检测 高斯混合模型 实时人体检测和跟踪 可变形部件模型

1 引言

近几年，智能家居一直都是应用和研究的热点。运用于智能家居的传感器种类越来越多，如空气成分浓度探测器、温湿度传感器、红外传感器、深度探测摄像头、门磁感应器等。与图像相关的色度摄像头、深度摄像头，由于数据处理和图像内容认识的难度，目前在国内应用并不是很广泛，但相关认识理解功能确是智能家居系统中最需要的组成部分。依靠该项技术可认识出室内有什么、位置在哪、是谁、他在做什么等高层信息。当正确认识到这些信息时，产品才能调动执行器，通过智能化满足用户需要。

由于图像理解算法的复杂性，智能家居系统对处理器性能的要求很高。随着处理器计算能力和集成度提高、计算频率提升以及并行运算线程增加，复杂的图像理解在智能家居上的应用效果越来越好。同时，执行器的种类和功能也越来越多，这要求传感器获得更多信息、处理器更智能的分析出用户的需求并计算出需要调动的执行器的操作命令。其中，光学传感器加图像理解技术是目前最能满足这个需求的方式。

在图像理解的时效性研究中，最大的难点是系统需要进行全图的位置和尺寸扫描，这将产生一个巨量的扫描窗口数。为解决这一问题，在单图片理解中，经常通过cascade 算法[1] 进行背景窗口数的快速减少；在视频分析中，通过相临帧间的移动物体检测算法快速略去静止背景区域是最常用的做法。

图像识别的准确率是另一个难点。经典系统Haar 特征的cascade 分类器[1]、Histogram of Orient Gradient（HOG）特征的Support Vector Machine（SVM）分类器[2]、以及现在的热门深度学习CNN 分类器[3]，在室内复杂的光照和遮挡情况下都存在局限性。

由于人体图像可能表现出各种复杂的背景、动作、角度、光照和遮挡等，依靠单张图片进行人体识别，准确率不足，所以一个准确率高的视频分析系统离不开跟踪算法。在跟踪算法中，通过对移动物体的跟踪，对运行时间和轨迹内的多张图片进行识别，极大地提高了人体的识别率。

为此，智能人体检测系统应由移动物体检测模块、人体检测模块和人体跟踪模块组成。

2 系统设计

此次实时人体识别系统由移动物体检测、人体检测和人体跟踪三个模块组成。整个系统设计流程图如图1 所示。在系统启动前，通过读入60 帧图片，学习一个环境模型。读入60 帧图片以后，每读入新的一帧便有以下几步操作：

（1）当前帧和环境模型进行对比，得出变化像素后，统计出移动物体信息。使用当前帧更新的环境模型后，如果没有新的移动物体跳到步骤（4）；

（2）移动物体逐个与目标物体库内的物体进行对比，如果该移动物体附近有目标物体库内的目标物体，用该移动物体的位置更新目标物体库中目标物体的位置，如果所有移动物体都匹配到移动物体，则跳到步骤（4）；

（3）对所有未匹配的移动物体做人体检测，如果预测结果是人体则增加该物体到目标物体库；

（4）检查目标物体库，判断未被匹配的目标物体是否在边缘消失，如果是在边缘，则在目标物体库删去该物体；

（5）本帧识别结束，读入下一帧图像。

在本系统中，运算量和运算时间花费最大的人体检测模块仅在未匹配的新的移动物体区域附近进行扫描，平时只有移动检测和物体匹配跟踪在运行，减少整个系统运算量，从而达到实时分析的目的。

3 移动物体检测模块

传统的移动物体检测算法是计算帧间差，用当前帧数值减去前4 帧的均值，然后将各点和一个标准值去进行对比，差距大的就认为是移动物体区域。这种算法的缺陷在于会误判小范围、高频率振动的背景，认为是移动物体。基于高斯混合模型[4] 的移动物体检测能很好的解决这个问题。高斯混合模型就是由多个高斯模型组成，增加模型的数量能逼近任何连续概率。高斯混合模型的计算公式为公式（1）、公式（2）。

高斯混合模型使用K（基本为3 到5）个高斯模型来标示图像中各个像素点的特征，在获得新一帧图像后更新混合高斯模型，用当前图像中的每个像素点与混合高斯模型匹配，如果匹配成功则判定该点为背景像素点，否则为前景像素点（移动物体点）。

在以高斯混合模型建立的背景模型中，一些高频率、小范围移动的背景物体能够很好的被标示，从而不会被判定为前景像素点。在智能家居应用场景中，风吹动的小物体、远处弱光源闪烁等引起的像素点变化不会被误判为前景像素点。

4 人体检测模块

由于在人体检测模块中，遍历所有位置和大小的窗口，是整个系统花费计算量和运算时间最多的模块。目前经典的特征有Haar、Local Binary Pattern（LBP）和HOG。在人体检测中，若要兼顾检测率和运算时间，HOG 特征的效果最好，其分类器由淘汰背景窗口最快的cascade 结构、中庸并且有多种核心模式的SVM 结构和复杂并且效果最好的神经网络结构组成。

本系统选择HOG 特征来训练SVM 分类器，训练多个人体部位的局部分类器以组成总分类器。这种组合方法叫可变形部件模型（Deformable Part Models）[5]。可变形部件模型在遮挡情况下仍可以保持高检测率和极低的误报率，很适合室内场景应用。本方案中的分类器只用来扫描移动物体中未与目标库匹配的新物体，虽然运算成本高，但使用频率极低。另外，本方案在智能家居的局部遮挡环境下能获得极高的识别率。

5 人体跟踪模块

在视频分析中，建立一个帧间的目标物体库来跟踪目标物体，以匹配上一帧的人体结果和这一帧的移动物体位置，对这一帧中没有匹配到的移动物体启动人体识别模块判定是否为人体；在上一帧中没有匹配到的人体，根据位置判断人体是停留不动，还是移动出了视野。

人体跟踪模块主要有以下几点作用：

（1）匹配当前帧移动物体和目标物体库，不必识别当前帧的所有移动物体；

（2）全部帧扫描难免会出现漏检，匹配能在检出后跟踪整个轨迹，不会出现漏检；

（3）跟踪能通过人体识别，发现移动物体的运动状态。

因此，帧间人体跟踪模块能减少系统运算量以及增加系统准确率。

6 实验结果

图2 和图3 是ViSOR[6] 中2 段测试视频（Intelligentroom 和Laboratory）的结果。该测试视频分辨率为320×240，帧数是10。在测试中未启动人体检测时，每帧处理耗时大概为20ms ；启动人体检测后，每帧处理耗时大概为60ms。图2、图3 中的彩图为系统结果图，黑白图为移动物体检测结果图。

根据图2 所示，在Intelligentroom 测试视频中，第87 帧开始检出移动物体，并且在附近区域启动人体检测。直到第92 帧，移动物体被人体检测模块确定为人体，记录目标物体库，之后一直跟踪物体运动轨迹。在跟踪轨迹中，只要匹配好上一帧和当前帧移动物体的位置即可，无需人体检测模块去扫描。在134 帧使用人体检测模块扫描，结果所示为漏检，但因为有跟踪模块，移动物体在前面已经确认为人体，这一帧的漏检能被纠正。

根据图3 所示，在Laboratory 测试视频中，第362 帧前柜子被打开，该区域判定为移动物体，但人体检测扫描判定不是人体。该柜子区域的改变会被逐渐学习，慢慢融入到背景中去。在第450 帧，柜子的区域已经融入背景，不再判为移动区域。第684 帧是两人双向快速移动测试，本系统能实时抓住动作并且判定出来。

7 总结

本文设计的实时智能人体检测系统由基于高斯混合模型的移动物体检测模块、基于梯度特征和可变形部件模型的人体检测模块、基于当前帧移动物体和前帧结果匹配的人体跟踪模块组成。在本系统中，稳定的移动物体检测模块减少了小范围振动背景的干扰；目前最高效的可变形部件模型，提供了最信赖的人体检测结果；人体跟踪模块减少了大量的运算，并且可以纠正一些漏判。整个系统可满足智能家居对实时性和准确性的要求。

教育期刊网 http://www.jyqkw.com
参考文献

[1] ViolaP，JonesM.Rapid bject detection using a boosted cascade of simple features[ J ] . Proceedings of CVPR 2001，pp.511-518.

[2]Navneet Dalal. Bill Triggs.Histogramsof oriented gradients for human detection[J].Proceedings of CVPR 2005，pp.886-893.

[3]Yann Lecun，Léon Bottou，YoshuaBengio,Patrick Haffner.Gradient-basedlearning applied to document recognition [J].Proceeding of IEEE，VOL.86，NO.11，NOVEMBER 1998，pp.2278-2324.

[4]Stauffer.Adaptive background mixturemodels for real-time tracking[J]Proceeding ofCvpr1999，2，pp.246-252.

[5] A discriminatively trained，multiscale，deformable part model，Felzenszwalb P，Mcallester D，Ramanan D，IEEE Conference on CVPR 2008，pp.1 - 8.

[6]URL:http://www.openvisor.org.

博西家电打造“家居互联”平台

2015 年7 月15 日，世界移动大会在上海举行。据了解，此届大会聚焦移动领域的革新科技，揭示未来发展趋势，并向观众全面展示移动跨界融合对生活带来的巨大变化。博西家用电器集团董事长兼首席执行官欧腾博博士在会议现场以“互联生活中的移动身份”为主题进行了演讲。

现场，欧腾博博士展望了家电行业在物联网时代的发展前景。他表示，保障数据信息安全在赢得消费者信任、推广智能家居解决方案、全面打造互联生活等诸多方面发挥着重要作用。据博西家电最新消费者调查结果，消费者已准备好迎接智能家居时代的到来，但在对使用数字产品过程中需要提供个人信息和数据，或成为社交媒体下的“透明人”表示担忧。“随着互联网技术的高速发展，如何保护网络安全和个人信息已成为各大厂商面临的严峻挑战。”欧腾博博士表示，“自从2007 年投入研发‘家居互联’平台起，博西家电就不遗余力地在保护用户数据安全和个人隐私方面加大研发与投资力度。”

据了解，“家居互联”是博西家电推出的可同时连接不同品牌家电的智能解决方案，通过智能手机或平板电脑可直观、便捷地操控家电的各项功能。一方面，“ 家居互联”智能家居解决方案实现了包括远程操控在内的诸多功能，使用户生活更加轻松、便捷；另一方面，该平台强大的数据保护功能充分保障了使用过程中用户的个人信息安全。“家居互联”应用程序符合严苛的安全标准。所有设备之间的数据信息均采用加密技术进行交换传输，以实现最高级别的安全保障。

“ ‘互联网+’，借助互联网平台和信息通信技术，让互联网行业与传统产业进行跨界融合，创造新的发展生态。这一融合将为我们带来不可限量的机遇。在这个过程中，博西家电始终坚持‘以消费者为中心’的战略进行创新。”博西家用电器大中华区总裁兼首席市场官盖尔克表示，“我们的中国团队一直与全球总部通力合作，打造贴合中国消费者特殊需求的‘家居互联’解决方案。与此同时，我们在不断增强本土团队的研发能力的同时，积极借力总部研发力量，进一步为中国消费者提供定制化的创新解决方案。”

在2015 年世界移动大会上海展区内，博西家电旗下两大品牌——西门子家电和博世家电分别展示了采用“家居互联”平台的全套产品，消费者可亲临展厅，畅享智能家居解决方案带来的超前创新体验。采用“家居互联”平台的系列产品将于2015 年第四季度在中国正式上市出售。（观雨）