李鑫帥 趙翼康 曲曉軒 卞建鵬

摘 要：研究行人違規(guī)的跟蹤與行為預(yù)測(cè)問(wèn)題，為降低行人違規(guī)率和傷亡人數(shù)，通過(guò)中值濾波法，抑制噪聲的干擾，并通過(guò)背景差法，分離背景區(qū)域與運(yùn)動(dòng)區(qū)域，將運(yùn)動(dòng)的行人區(qū)域檢測(cè)出來(lái)。運(yùn)用基于顏色匹配和模板匹配的目標(biāo)跟蹤算法，對(duì)FPGA開(kāi)發(fā)板安裝相關(guān)編程和相應(yīng)環(huán)境搭建，把軟件實(shí)現(xiàn)的檢測(cè)算法加到開(kāi)發(fā)板中，可有效達(dá)到行人違規(guī)的跟蹤與行為預(yù)測(cè)的目的。

關(guān)鍵詞：行人違規(guī);背景差分;中值濾波;顏色匹配;模板匹配;FPGA

中圖分類(lèi)號(hào)： TP18 ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）31-0222-02

Abstract： The tracking and behavior prediction of pedestrian violations were studied. To reduce the rate of pedestrian violation and the number of casualties， the median filtering method was used to suppress the interference of noise， and the background difference method was used to separate the background area from the moving area to detect the moving pedestrian area. By using the target tracking algorithm based on color matching and template matching， the FPGA development board is installed with relevant programming and the corresponding environment is built， and the detection algorithm realized by the software is added to the development board， which can effectively achieve the purpose of pedestrian violation tracking and behavior prediction.

Key words： pedestrian violation; background difference; median filtering; color matching; template matching; FPGA

近年來(lái)，因行人違規(guī)造成的傷亡人數(shù)在道路交通事故傷亡人數(shù)中占有較大的比例。由圖1分析，其比率高達(dá)90%，行人交通違規(guī)在我國(guó)已經(jīng)是一個(gè)不容忽視的社會(huì)現(xiàn)象。因此，對(duì)監(jiān)控視頻中行人違規(guī)檢測(cè)的方法和系統(tǒng)框架的研究具有非常重要的意義。

1實(shí)驗(yàn)方法及實(shí)驗(yàn)原理

在本次項(xiàng)目的實(shí)現(xiàn)上我們先采用運(yùn)動(dòng)目標(biāo)檢測(cè)法來(lái)檢測(cè)到運(yùn)動(dòng)目標(biāo)，再通過(guò)顏色匹配和模板匹配模型來(lái)檢測(cè)行人，進(jìn)而對(duì)行人進(jìn)行追蹤和行為預(yù)測(cè)。

1.1 ?運(yùn)動(dòng)目標(biāo)檢測(cè)

運(yùn)動(dòng)目標(biāo)檢測(cè)是將運(yùn)動(dòng)的像素點(diǎn)和靜止的像素點(diǎn)分離出來(lái)，從而實(shí)現(xiàn)將運(yùn)動(dòng)目標(biāo)從背景中提取出來(lái)。結(jié)合實(shí)際情況本項(xiàng)目采用的是背景差法。背景差法檢測(cè)運(yùn)動(dòng)目標(biāo)的幾個(gè)關(guān)鍵步驟是：預(yù)處理、背景建模、背景差分、后處理。

1.1.1 預(yù)處理：中值濾波法

在實(shí)驗(yàn)過(guò)程中，采用OV5640攝像頭模塊，是一款自動(dòng)聚焦的攝像頭電路，因此采集得到的圖像基本直接是高清晰的，因此對(duì)于濾波模塊，只需要簡(jiǎn)單地做下平滑處理。

中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周?chē)南袼刂到咏恼鎸?shí)值，從而消除孤立的噪聲點(diǎn)。其表達(dá)式為：

通過(guò)這個(gè)處理方式，可以抑制部分像素點(diǎn)的像素突變情況。[I（i，j）]表示坐標(biāo)為[i]和[j]的像素值。[Ifliar]為濾波輸出后的像素值。

1.1.2 背景建模

本系統(tǒng)中要建立的背景模型主要受天氣影響。為確保運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確性，該模塊選擇基于統(tǒng)計(jì)的背景相減法來(lái)獲取背景，同時(shí)還運(yùn)用了大津法以最大限度地減小了目標(biāo)被錯(cuò)認(rèn)為是背景的概率。背景差分是通過(guò)視頻當(dāng)前幀減去背景參考幀，然后對(duì)所的圖像選擇合適的閾值二值化后，即得到完整的運(yùn)動(dòng)目標(biāo)。設(shè)當(dāng)前幀圖Ii背景圖像為B，背景差分二值圖為：

這樣，在差分二值圖像的灰度值為255的像素點(diǎn)即可視為前景的運(yùn)動(dòng)目標(biāo)點(diǎn)。為了取得更為精確的對(duì)象域，可運(yùn)用形態(tài)學(xué)操作的方法對(duì)圖像進(jìn)一步處理。

1.2行人檢測(cè)

通過(guò)對(duì)運(yùn)動(dòng)物體檢測(cè)后，得到運(yùn)動(dòng)區(qū)域。但這個(gè)物體有可能是車(chē)輛或其他，因此我們需要對(duì)檢測(cè)的運(yùn)動(dòng)物體進(jìn)行進(jìn)一步的分類(lèi)。在本項(xiàng)目中，我們采用了RGB顏色匹配模型和模板匹配模型來(lái)完成行人檢測(cè)。目標(biāo)提取之后，需要對(duì)目標(biāo)進(jìn)行輪廓的標(biāo)記，在FPGA中，具體的流程大概如下：

Step1：統(tǒng)計(jì)出目標(biāo)區(qū)域的每一個(gè)像素點(diǎn)的坐標(biāo);

Step2：將坐標(biāo)的前后左右坐標(biāo)的最大值和最小值計(jì)算出來(lái);

Step3：根據(jù)這些最大值和最小值，得到跟蹤標(biāo)記。

2硬件及其說(shuō)明

在實(shí)際應(yīng)用中目標(biāo)檢測(cè)技術(shù)有時(shí)需要移植到移動(dòng)嵌入式設(shè)備當(dāng)中，需要達(dá)到能夠?qū)崿F(xiàn)實(shí)時(shí)性的目標(biāo)檢測(cè)效果。經(jīng)過(guò)反復(fù)對(duì)比后我們選擇了FPGA系列的ax545這一開(kāi)發(fā)板，使用者可以通過(guò)燒入配置文件的方式來(lái)自己定制電路。將目標(biāo)檢測(cè)算法和FPGA開(kāi)發(fā)板相結(jié)合，可以大大改善目標(biāo)檢測(cè)在嵌入式端的實(shí)際應(yīng)用現(xiàn)狀。

3實(shí)驗(yàn)結(jié)果與分析

本文對(duì)FPGA開(kāi)發(fā)板安裝相關(guān)編程和相應(yīng)環(huán)境搭建，把軟件實(shí)現(xiàn)的檢測(cè)算法加到開(kāi)發(fā)板中，實(shí)現(xiàn)了對(duì)行人違規(guī)的跟蹤與行為預(yù)測(cè)。如圖5所示，為視頻中的目標(biāo)人物，對(duì)基于匹配的跟蹤方法進(jìn)行編程，使有效實(shí)現(xiàn)目標(biāo)跟蹤，如圖6所示。最后可實(shí)現(xiàn)對(duì)目標(biāo)人物進(jìn)行提取，如圖7所示，黑色部分為背景區(qū)域，白色部分為目標(biāo)區(qū)域。

4結(jié)語(yǔ)

本文運(yùn)用基于顏色匹配的跟蹤方法快速準(zhǔn)確地跟蹤目標(biāo)人物。具體實(shí)現(xiàn)上，對(duì)視頻序列綜合使用多種形態(tài)學(xué)方法檢測(cè)目標(biāo)位置，再對(duì)目標(biāo)采樣點(diǎn)進(jìn)行顏色匹配，接著用模板匹配進(jìn)行完善，最終根據(jù)匹配結(jié)果顯示跟蹤結(jié)果。通過(guò)此方法，可實(shí)現(xiàn)公共場(chǎng)所的快速準(zhǔn)確跟蹤，對(duì)降低行人違規(guī)率和因人為因素導(dǎo)致的傷亡人數(shù)有重大意義。

參考文獻(xiàn)：

[1] 曹燕，陳玉婷，曾曉珊.基于顏色匹配的密集多目標(biāo)快速跟蹤算法[J].計(jì)算機(jī)仿真，2012，29（8）：230-234.

[2] Bouwmans T.Subspace learning for background modeling：asurvey[J].Recent Patents on Computer Sciencee，2009，2（3）：223-234.

[3] 張艷楠.圖像處理中的中值濾波及其改進(jìn)[J].中國(guó)新通信，2018，20（2）：230-231.

[4] Kryjak T，Komorkiewicz M，Gorgon M.Hardware implementation of the PBAS foreground detection method in FPGA[C]//Proceedings of the 20th International Conference Mixed Design of Integrated Circuits and Systems - MIXDES 2013.June20-22，2013，Gdynia，Poland.IEEE，2013：479-484.

[5] 湯露，程姝.基于FPGA的實(shí)時(shí)中值濾波算法硬件設(shè)計(jì)[J].工業(yè)控制計(jì)算機(jī)，2018，31（2）：20-22.

【通聯(lián)編輯：唐一東】