文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 交通运输 > 一种新的汽车乘员分类视觉检测算法
侵权投诉

一种新的汽车乘员分类视觉检测算法

计 算 机 工 程 第 35 卷 第6期

Vol.35 No.6 Computer Engineering · 博士论文 ·

文章编号:1000—3428(2009)06—0032—03

文献标识码:A

2009年3月

March2009

中图分类号:TP391.4

一种新的汽车乘员分类视觉检测算法

刘 杰1,2,孙吉贵1,2,高振海3,冯京津3

(1. 吉林大学计算机科学与技术学院,长春 130012;2. 吉林大学符号计算与知识工程教育部重点实验室,长春 130012;

3. 吉林大学汽车动态模拟国家重点实验室,长春 130022)

摘 要:针对第5百分位(身材矮小)成年女性与第50百分位(平均身材)成年男性等不同类型的乘员,建立基于低成本CMOS摄像机的汽车乘员分类视觉检测系统及其智能模式识别算法。通过建立乘员图像测量空间的图像预处理算法和乘员边缘检测算法,利用Legendre矩描述乘员特征空间的乘员边缘主特征,以及建立基于BP神经网络的乘员类型空间模式分类器,实现不同乘员类型的模式分类。 关键词:智能汽车乘员约束系统;汽车乘员分类视觉检测算法;Legendre矩;BP神经网络

Automobile Occupant Classification Vision Detection Algorithm

LIU Jie1,2, SUN Ji-gui1,2, GAO Zhen-hai3, FENG Jing-jin3

(1. College of Computer Science and Technology, Jilin University, Changchun 130012;

2. Key Lab of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University, Changchun 130012;

3. State Key Lab of Automobile Dynamic Simulation, Jilin University, Changchun 130022)

【Abstract】This paper builds a vision sensor for occupant classification based on low cost CMOS camera and an intelligent pattern recognition algorithm, which focuses on the 5th female(runty female) and the 50th male(average stature male), etc. The image pretreatment algorithm and occupant image edge detection algorithm are founded. The critical properties of occupant edge are described by Legendre moment. The pattern classifier based on the BP neural network is set up. The pattern classification of different occupant types is realized.

【Key words】intelligent occupant restraint system; occupant classification vision detection algorithm; Legendre moment; BP neural network

1 概述

在汽车碰撞事故中,由安全气囊和安全带等构成的乘员约束系统可以减小由乘员与车身内饰发生二次碰撞造成的人体损失或避免二次碰撞[1]。但是,由于常规的乘员约束系统是按正常座姿、第95百分位乘员进行开发的,因此设计出的安全气囊起爆时间和充气强度有可能对离位乘员、小身材妇女及儿童造成伤害。美国国家公路交通安全管理局(NHTSA)统计数字表明:由于安全气囊的不适当展开以及乘员的不正确坐姿和位置,安全气囊在每挽救1 000名乘员的同时,也

为了降低因气囊展开造成的对乘员夺走了57名乘员的生命。

伤害的可能性,研究人员开展了智能乘员约束系统的研究。通过对乘员体征信息的实时检测来动态决策安全气囊的起爆时间和充气强度等工作模式,从而实现对不同类型乘员的最佳保护[2]。目前常采用的技术路线是通过压力传感器感知乘员体重来判断乘员类型。

随着图像检测技术的广泛应用和DSP等图像处理芯片的高速化、集成化,汽车乘员分类视觉检测技术越来越受到重视。国内的研究集中在常规乘员约束系统的有限元仿真计算等方面,对汽车乘员智能约束系统及乘员体征检测的研究仅仅处于起步阶段。为此,本文搭建了一套基于低成本CMOS摄像机的乘员分类视觉检测系统,并在工控机平台上实现了包括基于乘员边缘图像检测的乘员测量空间生成、基于Legendre矩的乘员特征空间提取和基于BP神经网络的乘员类型空间划分的乘员分类智能模式识别算法,为后续拟开展的智能乘员约束系统的安全气囊控制提供了有效的乘员分类信息。 —32—

2 乘员分类视觉检测算法

乘员分类检测是一个典型的模式识别问题。本文建立的

乘员分类视觉检测算法包括测量空间的生成、特征空间的生

一种新的汽车乘员分类视觉检测算法

成及类别空间的划分。利用神经网络的自学习技术实现乘员类型的识别,整个算法分为神经网络学习(即针对样本的训练)和神经网络工作(

一种新的汽车乘员分类视觉检测算法

即针对未知图像的识别)2个阶段。

一种新的汽车乘员分类视觉检测算法

图1为算法的流程。

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

一种新的汽车乘员分类视觉检测算法

图1 乘员分类视觉检测算法的流程

2.1 基于感兴趣窗口的乘员测量空间生成

乘员测量空间是根据CMOS摄像机获取的乘员体征信息

基金项目:国家自然科学基金资助重大项目(60496321);国家自然科学基金资助项目(60473003, 60573073)

作者简介:刘 杰(1973-),女,博士,主研方向:数据挖掘,模式识别;孙吉贵,教授、博士、博士生导师、博士;高振海,教授、博士;冯京津,硕士研究生

收稿日期:2008-06-28 E-mail:liu_jie@jlu.edu.cn

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email