吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (增刊): 195-0198.

• 论文 • 上一篇    下一篇

面向智能安全气囊的乘驾人检测方法

赵永华1,2,徐涛1,李志慧3,郭威2,谢孔峰4   

  1. 1.吉林大学 机械科学与工程学院,长春 130022 ;2.吉林大学 |计算机公共教学中心,长春 |130012|3.吉林大学 交通学院,长春 |130022;4.防化指挥工程学院,北京 102205
  • 收稿日期:2010-03-11 出版日期:2010-09-01 发布日期:2010-09-01
  • 通讯作者: 李志慧(1977-),男,讲师.研究方向:交通控制,视频检测.E-mail:lizhih@jlu.edu.cn E-mail:lizhih@jlu.edu.cn
  • 作者简介:赵永华(1979-),女,讲师,博士研究生.研究方向:车辆安全,视频检测.E-mail:zhaoyonghua@jlu.edu.cn
  • 基金资助:

    国家自然科学基金项目(50808092);国家博士后面上课题项目(20090461035)

Occupant detection approach for smart airbag application

ZHAO Yong-hua1,2, XU Tao1, LI Zhi-hui3, GUO Wei2,XIE Kong-feng4   

  1. 1.College of Mechanical Science and Engineering, Jilin University, Changchun 130022, China;2.Center of Computer Teaching and Research, Jilin University, Changchun 130012, China;3.College of Transportation, Jilin University, Changchun 130022, China|4.Institute of Chemical Defence, Beijing 102205,China
  • Received:2010-03-11 Online:2010-09-01 Published:2010-09-01

摘要:

提出了一种基于单摄像机下的乘驾人检测方法,该方法利用局部方向梯度直方图描述符与支持向量机分类器构建一种窗口分类器,通过训练学习获取乘驾人头部区域分类模式;为了满足多尺度下检测需要,利用非极大值抑制算法实现空间位置与尺度空间下的分布估计,获取极大值点,实现乘驾人头部区域定位。通过对200个不同姿态下乘驾人头部区域和200个非乘驾人头部区域训练学习获取分类模式,测试过程包含对乘驾人不同运动姿态的视频录像检测,获取了较好的实验结果。该方法可为乘驾人检测提供借鉴和指导。

关键词: 视频检测, 局部方向梯度直方图描述符, 乘驾人检测, 支持向量机, 车辆安全, 智能安全气囊

Abstract:

A method on occupant detection under a single video camera was presented, which used a window classifier to explore occupant header in the image. The window classifier was constructed by histograms of oriented gradients and support vector machine classifier, and it was trained by occupant header and nonoccupant header. To get multiscale detection results, nonmaximum suppression was used to get the maxim point in the space of position and scale, which is occupant header region. In experiment, 200 occupant header samples and 200 nonoccupant header samples under occupant different pose condition were trained to get the classifier mode between occupant header and non occupant header, and occupant videos including different occupant poses were tested by the proposed method. The results show the method can satisfy the need of occupant detect in smart airbag application.

Key words: video detection, histograms of oriented gradients (HOG), occupant detection, support vector machine (SVM), road safety, smart airbag

中图分类号: 

  • U121
[1] 隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365.
[2] 耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935.
[3] 蔡振闹, 吕信恩, 陈慧灵. 基于反向细菌优化支持向量机的躯体化障碍预测模型[J]. 吉林大学学报(工学版), 2018, 48(3): 936-942.
[4] 袁哲明, 张弘杨, 陈渊. 基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测[J]. 吉林大学学报(工学版), 2017, 47(2): 639-646.
[5] 梁士利, 魏莹, 潘迪, 张玲, 许廷发, 王双维. 基于语谱图行投影的特定人二字汉语词汇识别[J]. 吉林大学学报(工学版), 2017, 47(1): 294-300.
[6] 商强, 杨兆升, 张伟, 邴其春, 周熙阳. 基于奇异谱分析和CKF-LSSVM的短时交通流量预测[J]. 吉林大学学报(工学版), 2016, 46(6): 1792-1798.
[7] 赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866.
[8] 周炳海, 徐佳惠. 基于支持向量机的多载量小车实时调度[J]. 吉林大学学报(工学版), 2016, 46(6): 2027-2033.
[9] 卢英, 王慧琴, 秦立科. 高大空间建筑火灾精确定位方法[J]. 吉林大学学报(工学版), 2016, 46(6): 2067-2073.
[10] 马知行, 赵琦, 张浩. 基于傅立叶分析的持家基因预测模型[J]. 吉林大学学报(工学版), 2016, 46(5): 1639-1643.
[11] 王品, 何璇, 吕洋, 李勇明, 邱明国, 刘书君. 基于多特征支持向量机和弹性区域生长的膝软骨自动分割[J]. 吉林大学学报(工学版), 2016, 46(5): 1688-1696.
[12] 张静, 刘向东. 混沌粒子群算法优化最小二乘支持向量机的混凝土强度预测[J]. 吉林大学学报(工学版), 2016, 46(4): 1097-1102.
[13] 申铉京, 翟玉杰, 卢禹彤, 王玉, 陈海鹏. 基于信道补偿的说话人识别算法[J]. 吉林大学学报(工学版), 2016, 46(3): 870-875.
[14] 宗芳, 王占中, 贾洪飞, 焦玉玲, 吴杨. 基于支持向量机的通勤日活动-出行持续时间预测[J]. 吉林大学学报(工学版), 2016, 46(2): 406-411.
[15] 张浩, 刘海明, 吴春国, 张艳梅, 赵天明, 李寿涛. 基于多特征融合的绿色通道车辆检测判定[J]. 吉林大学学报(工学版), 2016, 46(1): 271-276.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!