邵彩幸，于 越，段 瓊，劉明志

（1.西南民族大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，四川 成都 610041；2.西南民族大學(xué)計(jì)算機(jī)系統(tǒng)國(guó)家民委重點(diǎn)實(shí)驗(yàn)室，四川 成都 610041）

人工智能的發(fā)展，使得通過(guò)圖像技術(shù)進(jìn)行物體識(shí)別發(fā)展迅速[1].使計(jì)算機(jī)視覺(jué)成為極具吸引力學(xué)科的原因之一是:它會(huì)使未來(lái)逐步變?yōu)楝F(xiàn)實(shí)，人臉檢測(cè)就是例證[2].在李玉鵬等針對(duì)樹(shù)莓派的人臉識(shí)別考勤系統(tǒng)的開(kāi)發(fā)與實(shí)現(xiàn)中采用了騰訊優(yōu)圖人臉識(shí)別API來(lái)實(shí)現(xiàn)視頻流中人臉的識(shí)別[3]；胡玉峰研究了在嵌入式環(huán)境下使用OpenCV提供的級(jí)聯(lián)分類(lèi)器實(shí)現(xiàn)視覺(jué)控制方向的定位追蹤眼睛[4]；韓宇等采用了計(jì)算幀差和二值化等圖像處理要素，實(shí)現(xiàn)了在樹(shù)莓派硬件環(huán)境中對(duì)涌動(dòng)目標(biāo)的識(shí)別與跟蹤[5].袁晨等將Android與OpenCV函數(shù)庫(kù)相結(jié)合生成人臉檢測(cè)模塊的動(dòng)態(tài)庫(kù)[6].羅瑞奇等通過(guò)改進(jìn)傳統(tǒng)Haar-like特征提取算法實(shí)現(xiàn)了車(chē)輛識(shí)別[7].上述等研究人員的目標(biāo)識(shí)別方法實(shí)現(xiàn)了目標(biāo)識(shí)別的準(zhǔn)確性，但識(shí)別模塊采用僅為現(xiàn)有的級(jí)聯(lián)分類(lèi)器或第三方的API.本文使用OpenCV提供的級(jí)聯(lián)分類(lèi)器訓(xùn)練方法自行訓(xùn)練級(jí)聯(lián)分類(lèi)器，進(jìn)行鞋子的識(shí)別.經(jīng)實(shí)驗(yàn)測(cè)試表明該鞋子識(shí)別系統(tǒng)識(shí)別準(zhǔn)確率高，識(shí)別相對(duì)穩(wěn)定.

1 系統(tǒng)開(kāi)發(fā)環(huán)境

1.1 軟件開(kāi)發(fā)環(huán)境

Python是一種面向?qū)ο蟮慕忉屝陀?jì)算機(jī)編程語(yǔ)言，具有十分豐富且強(qiáng)大的數(shù)據(jù)庫(kù)，它已經(jīng)逐步變成繼Java和C＋＋之后的第三大程序開(kāi)發(fā)語(yǔ)言[8].在眾多項(xiàng)目研究經(jīng)驗(yàn)中發(fā)現(xiàn)Python語(yǔ)言靈活性大，可靠性高，因此本系統(tǒng)選用python作為主體開(kāi)發(fā)語(yǔ)言.

在界面設(shè)計(jì)上選用PyQt5作為開(kāi)發(fā)工具.PyQt是Python和Qt庫(kù)的融合，Qt本身強(qiáng)大的魅力，使得越來(lái)越多的Python程序員開(kāi)始用 PyQt進(jìn)行應(yīng)用程序的開(kāi)發(fā)[9].從理論上來(lái)說(shuō)，凡是Python所涉及的開(kāi)源模塊在PyQt中都可以使用，同時(shí)PyQt完成了對(duì)Qt所有類(lèi)的封裝，也就繼承了Qt的開(kāi)發(fā)能力.從界面的美觀程度以及優(yōu)異的人機(jī)交互的程度來(lái)看，選用PyQt5進(jìn)行界面設(shè)計(jì)是必要且有優(yōu)勢(shì)的.在圖像識(shí)別實(shí)現(xiàn)上選用OpenCV作為主體框架.在圖像識(shí)別實(shí)現(xiàn)上選用OpenCV作為主體框架，這在實(shí)現(xiàn)圖像高級(jí)處理的過(guò)程中是必要的，如對(duì)目標(biāo)進(jìn)行分割、識(shí)別和3D重建，對(duì)圖片特征的檢測(cè)、跟蹤與運(yùn)動(dòng)分析[10].OpenCV內(nèi)置的強(qiáng)大數(shù)字圖像處理函數(shù)，系統(tǒng)設(shè)計(jì)過(guò)程利用軟件編程思想減少了對(duì)硬件的依賴(lài)，能夠很好地做到成本低、識(shí)別率高、復(fù)雜性低[11]，這對(duì)于本系統(tǒng)實(shí)現(xiàn)模塊化的開(kāi)發(fā)是有利的.

樹(shù)莓派處于linux系統(tǒng)開(kāi)發(fā)環(huán)境，為實(shí)現(xiàn)上述所選用工具，需安裝如下開(kāi)發(fā)包:

Python 3.5.3、PyQt5、Python-OpenCv 3.4.1.

1.2 硬件開(kāi)發(fā)環(huán)境

本研究的目標(biāo)是在樹(shù)莓派為基礎(chǔ)的嵌入式開(kāi)發(fā)平臺(tái)上，能夠通過(guò)攝像頭進(jìn)行鞋子圖像的采集并傳輸回我們開(kāi)發(fā)的識(shí)別系統(tǒng)，通過(guò)對(duì)圖像的處理與特征的提取實(shí)現(xiàn)鞋子目標(biāo)的識(shí)別與儲(chǔ)存.因?yàn)闃?shù)莓派的功能十分多樣，它幾乎具備PC機(jī)上的所有基本功能而且成本十分低廉，方便獲得，它能十分準(zhǔn)確的滿足我們進(jìn)行程序開(kāi)發(fā)的需求，因此我們選擇Raspberry Pi當(dāng)做我們程序開(kāi)發(fā)的設(shè)備端[12].樹(shù)莓派是一款只有信用卡大小的微型計(jì)算機(jī)，本系統(tǒng)使用的開(kāi)發(fā)板型號(hào)是樹(shù)莓派 3B，它使用了 Broadcom BCM2837，1.2GHz，64位處理器芯片、1GB內(nèi)存，支持視頻輸入與影像輸出，并且能耗低、運(yùn)行穩(wěn)定，能完全滿足本系統(tǒng)的圖像處理需求.輸入設(shè)備本系統(tǒng)選用的是ov5647攝像頭，它通過(guò)CSI接口與樹(shù)莓派開(kāi)發(fā)板連接，由于樹(shù)莓派對(duì)該攝像頭有很好的兼容性，所以無(wú)需安裝額外的驅(qū)動(dòng)，使用十分方便.它支持500w像素的圖像采集，能夠清晰的采集目標(biāo)圖像這對(duì)系統(tǒng)的識(shí)別過(guò)程有很大的幫助，能有效地的提高識(shí)別的精度與效率.

在圖1硬件結(jié)構(gòu)連接圖中，電源負(fù)責(zé)系統(tǒng)供電、攝像頭負(fù)責(zé)采集圖像樣本，顯示器負(fù)責(zé)顯示系統(tǒng)實(shí)時(shí)的處理結(jié)果，內(nèi)存負(fù)責(zé)對(duì)識(shí)別到的目標(biāo)進(jìn)行存儲(chǔ).

圖1 鞋子識(shí)別系統(tǒng)的硬件連接Fig.1 The hardware connection of the shoe recognition system

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1 框架

系統(tǒng)的框架主要可由三個(gè)模塊組成，分別為圖像采集模塊、目標(biāo)識(shí)別模塊與圖像保存模塊，圖2為系統(tǒng)構(gòu)架.

2.2 工作流程

首先，引用 PiCamera庫(kù)進(jìn)行圖像采集，通過(guò)OpenCV的VideoCapture函數(shù)進(jìn)行圖像的讀取，并通過(guò)QLabel顯示在界面中.接下來(lái)，調(diào)用OpenCV的CascadeClassifier的detectMultiscale方法對(duì)捕獲的圖像進(jìn)行特征的提取，這里的識(shí)別主要依靠自己訓(xùn)練的級(jí)聯(lián)分類(lèi)器來(lái)對(duì)圖像進(jìn)行處理.最后，對(duì)識(shí)別到的圖片進(jìn)行保存，系統(tǒng)流程圖如圖3所示:

圖2 系統(tǒng)架構(gòu)Fig.2 System structure

圖3 程序流程圖Fig.3 Program flow chart

2.3 目標(biāo)識(shí)別原理

目標(biāo)識(shí)別的模塊我們采用的是AdaBoost算法，AdaBoost（Adaptive Boosting）是 Boosting 算法中的一種，由Freund[13]提出.該算法提取圖片的類(lèi) Haar特征，接著從提取的特征中選取一系列的重要特征，在將這些重要數(shù)據(jù)分類(lèi)后，這一系列重要特征就可以組成一個(gè)級(jí)聯(lián)分類(lèi)器[14].所謂級(jí)聯(lián)分類(lèi)器，是指對(duì)目標(biāo)和非目標(biāo)進(jìn)行分類(lèi)的算法.本系統(tǒng)的目標(biāo)識(shí)別中采用的是Haar分類(lèi)器.Haar分類(lèi)器是將AdaBoost算法生成的強(qiáng)分類(lèi)器進(jìn)行級(jí)聯(lián)從而生成的分類(lèi)器，這個(gè)過(guò)程是先訓(xùn)練出一個(gè)級(jí)聯(lián)的分類(lèi)器，每一級(jí)都有相同的識(shí)別率進(jìn)入下一級(jí)，大于閾值的進(jìn)入下一輪的搜索，當(dāng)通過(guò)分類(lèi)器的所有級(jí)時(shí)，表明物體被識(shí)別[15].所以Haar分類(lèi)器可以有如下表示:

Haar分類(lèi)器 ＝ Haar-like特征＋積分圖＋Ada-Boost＋級(jí)聯(lián)

Haar特征是由Papageorgiou等[16-17]提出的，它是將圖像中黑色區(qū)域與白色區(qū)域的像素和相減而得到的黑色區(qū)域與白色區(qū)域的梯度變化的矩形特征，他反應(yīng)了圖像中相鄰區(qū)域之間像素灰度變化的情況[18].

Haar分類(lèi)將照強(qiáng)分類(lèi)器由簡(jiǎn)單到復(fù)雜的順序依次級(jí)聯(lián)，從而達(dá)到目標(biāo)識(shí)別的準(zhǔn)確度.為了識(shí)別速度的提升，Haar分類(lèi)器使用 Haar-like特征表示人臉，使用積分圖實(shí)現(xiàn)特征數(shù)值的快速計(jì)算[19].積分圖是一個(gè)快速且有效的對(duì)一個(gè)網(wǎng)格的矩形子區(qū)域中計(jì)算和的數(shù)據(jù)結(jié)構(gòu)和算法.其數(shù)學(xué)表達(dá)式為:

其中 I（x，y）表示原圖像在（x，y）處的積分圖像，i（x'，y'）表示（x，y）處原始像.

當(dāng)積分圖構(gòu)建好之后，可以用積分圖進(jìn)行簡(jiǎn)單的預(yù)算得到圖像中任何矩陣區(qū)域的像素累加值，還可以通過(guò)兩個(gè)矩陣像素值的差來(lái)得到Haar-like特征.

2.4 Haar分類(lèi)器的制作

系統(tǒng)選用的級(jí)聯(lián)分類(lèi)器完全由自己訓(xùn)練，由于樹(shù)莓派的性能有限，所以該級(jí)聯(lián)分類(lèi)器是在PC機(jī)上進(jìn)行訓(xùn)練，然后再應(yīng)用到樹(shù)莓派上.利用OpenCV訓(xùn)練Haar特征分類(lèi)器，總體上包括3步:準(zhǔn)備正負(fù)樣本圖片、然后對(duì)正樣本圖片進(jìn)行裁剪和歸一化；通過(guò)執(zhí)行CreateSamples.exe建立分類(lèi)器所需要的正樣本集，執(zhí)行traincascade.exe來(lái)對(duì)正樣本與負(fù)樣本進(jìn)行逐級(jí)的訓(xùn)練，最后得到級(jí)聯(lián)分類(lèi)器的模型文件[20].我們共采集正樣本600張，負(fù)樣本1800張.所謂正樣本就是圖片中帶有鞋子的樣本圖片，負(fù)樣本就是圖片中沒(méi)有鞋子的樣本圖片，圖4是訓(xùn)練級(jí)聯(lián)分類(lèi)器的流程圖.

對(duì)收集的圖片進(jìn)行批處理，求處理為命名統(tǒng)一，格式一致，大小相同的文件（一般大小為50?50或30?30）.使用 OpenCV封裝的 OpenCV＿createsamples.exe生成正樣本矢量集.vec文件.在Windows的DOS命令執(zhí)行窗口中鍵入:

opencv＿ createsamples.exe-info pos＼＼pos.dat-vec pos＼＼pos.vec-num 800-w 30-h 30 pause

其中-info描述正樣本所在的文件路徑，-vec描述生成的正樣本矢量集所在的文件夾，-num描述正樣本數(shù)量-w與-h分別描述圖片的寬與高（以像素為單位）.

級(jí)聯(lián)分類(lèi)器的訓(xùn)練主要使用OpenCV封裝的opencv＿traincascade.exe，在 windows的 DOS 命令執(zhí)行窗口中鍵入如下指令:

opencv＿traincascade.exe-data data-shose-vec pos.vec-bg neg＼＼neg.dat-numPos 29-numNeg 29-numStages 20-mem 200-featureType HAAR-w 30-h 30

其中-data主要描述級(jí)聯(lián)分類(lèi)器的存儲(chǔ)路徑，-vec用于描述正樣本vec文件的路徑，-bg用于描述負(fù)樣本信息路徑；-numPos描述每級(jí)分類(lèi)器訓(xùn)練時(shí)所用的正樣本數(shù)目，-numNe描述每級(jí)分類(lèi)器訓(xùn)練時(shí)所用的負(fù)樣本數(shù)目，-numStages描述訓(xùn)練的分類(lèi)器的級(jí)數(shù)，在-featureType特征類(lèi)型的選用中選擇HAAR特征，-w與-h描述正負(fù)樣本的大小.

圖4 級(jí)聯(lián)分類(lèi)器的訓(xùn)練流程Fig.4 Cascading classifier training process

3 成果展示與分析

為了測(cè)試系統(tǒng)的識(shí)別精度與識(shí)別速度，選定自然光線下的復(fù)雜背景作為測(cè)試的主要背景，測(cè)試的圖像樣本分為如下三組:

第一組:深色系鞋子的樣本；

第二組:淺色系鞋子的樣本；

第三組:顏色由深到淺的鞋子樣本.

在識(shí)別系統(tǒng)中，由于OpenCV在識(shí)別鞋子之前會(huì)將所有圖像進(jìn)行灰度化處理，為了節(jié)省圖像灰度化的

圖5 對(duì)深色樣本的識(shí)別結(jié)果Fig.5 Recognition result for dark samples

從系統(tǒng)對(duì)鞋子顏色由深到淺的相關(guān)樣本識(shí)別結(jié)果可以看出，對(duì)有一定灰度或者鞋子上有一定灰度標(biāo)志的鞋子可以進(jìn)行明確且標(biāo)準(zhǔn)地識(shí)別，識(shí)別速度快，時(shí)間更快地看到測(cè)試結(jié)果，因此測(cè)試選取的樣本均為灰度化預(yù)處理后的樣本.

在測(cè)試結(jié)果中可以發(fā)現(xiàn)，系統(tǒng)對(duì)深色系鞋子的識(shí)別度較高，識(shí)別速度快，識(shí)別過(guò)程穩(wěn)定，不會(huì)再樣本移動(dòng)過(guò)程中中斷識(shí)別；系統(tǒng)對(duì)淺色系鞋子的識(shí)別能力較差（針對(duì)于純白色的鞋子樣本幾乎不能識(shí)別），但對(duì)已識(shí)別清晰的樣本可以保證識(shí)別速度不變，識(shí)別過(guò)程較為穩(wěn)定.具體識(shí)別情況可通過(guò)圖5與圖6的對(duì)比得到:識(shí)別過(guò)程相當(dāng)穩(wěn)定.具體情況可通過(guò)圖7得到.

圖6 對(duì)淺色樣本的識(shí)別結(jié)果Fig 6 Recognition result for light samples

通過(guò)三組樣本的測(cè)試可以明確本系統(tǒng)的鞋子目標(biāo)檢測(cè)功能具有80%以上的識(shí)別率，并且識(shí)別速度快，識(shí)別結(jié)果相當(dāng)穩(wěn)定.通過(guò)系統(tǒng)識(shí)別反思得到，淺色系鞋子樣本不能清晰識(shí)別的原因在于，制作級(jí)聯(lián)分類(lèi)器時(shí)淺色系鞋子樣本選取基數(shù)小，導(dǎo)致訓(xùn)練級(jí)數(shù)不夠.對(duì)此應(yīng)該重新選擇較為全面的正樣本，進(jìn)行級(jí)數(shù)更高的訓(xùn)練.

圖7 對(duì)顏色由深到淺變化的樣本的識(shí)別結(jié)果Fig.7 Recognition result for samples with dark to light changes in color

4 結(jié)語(yǔ)

本文系統(tǒng)且詳細(xì)地介紹了識(shí)別過(guò)程中不同模塊的流程圖、功能流程圖以及各個(gè)核心功能的完整搭建過(guò)程，設(shè)計(jì)出了基于嵌入式與OpenCV的目標(biāo)識(shí)別系統(tǒng).利用Python語(yǔ)言與OpenCV想結(jié)合，融合數(shù)字圖像處理以及機(jī)器識(shí)別技術(shù)，結(jié)合獨(dú)家訓(xùn)練出的級(jí)聯(lián)分類(lèi)器，該系統(tǒng)針對(duì)于隨意圖像中指定物體（本系統(tǒng)采用的是鞋子）的識(shí)別是清晰且準(zhǔn)確的.本文提出的通過(guò)機(jī)器視覺(jué)識(shí)別鞋子的構(gòu)想對(duì)于日后應(yīng)用于多功能圖像識(shí)別展示鏡的實(shí)現(xiàn)起到了測(cè)試以及肯定性作用.