欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于高斯金字塔特征的疲勞駕駛檢測方法與流程

文檔序號:12468232閱讀:來源:國知局

技術(shù)特征:

1.一種基于高斯金字塔特征的疲勞駕駛檢測方法,其特征在于,包括以下步驟:

S1、對拍攝的駕駛員駕駛圖像進(jìn)行預(yù)處理;

S2、對所述預(yù)處理后的圖像數(shù)據(jù)進(jìn)行降采樣,得到多分辨率高斯金字塔特征;

S3、將所述特征進(jìn)行與預(yù)先存儲(chǔ)的特征數(shù)據(jù)庫進(jìn)行匹配,判斷駕駛員是否為疲勞駕駛。

2.根據(jù)權(quán)利要求1所述的基于高斯金字塔特征的疲勞駕駛檢測方法,其特征在于,所述步驟S1包括,對所述圖像一次進(jìn)行光流、高斯平滑、歸一化計(jì)算。

3.根據(jù)權(quán)利要求2所述的基于高斯金字塔特征的疲勞駕駛檢測方法,其特征在于,所述步驟S1具體包括,將原始視頻序列當(dāng)前幀圖像f(i,j,t)和前一幀圖像f(i,j,t-1)進(jìn)行光流計(jì)算得到X方向速度{u(x,y),(x,y)∈I}用U表示,Y方向速度{v(x,y),(x,y)∈I}用V表示,分離速度的方向得到四個(gè)特征分別為:向右U+、向左U-、向下V+和向上V-,并對所有特征進(jìn)行高斯平滑:

<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>+</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>U</mi> <mo>+</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>&CircleTimes;</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mn>0</mn> <mo>,</mo> <mi>&delta;</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>-</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>U</mi> <mo>-</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>&CircleTimes;</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mn>0</mn> <mo>,</mo> <mi>&delta;</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>+</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>V</mi> <mo>+</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>&CircleTimes;</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mn>0</mn> <mo>,</mo> <mi>&delta;</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>-</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>V</mi> <mo>-</mo> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>&CircleTimes;</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mn>0</mn> <mo>,</mo> <mi>&delta;</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>

對上述公式進(jìn)行并歸一化:

<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>^</mo> </mover> <mo>+</mo> </msub> <mo>=</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>+</mo> </msub> <mo>/</mo> <mo>|</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>+</mo> </msub> <mo>|</mo> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mover> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>^</mo> </mover> <mo>-</mo> </msub> <mo>=</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>-</mo> </msub> <mo>/</mo> <mo>|</mo> <msub> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>-</mo> </msub> <mo>|</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>^</mo> </mover> <mo>+</mo> </msub> <mo>=</mo> <msub> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>+</mo> </msub> <mo>/</mo> <mo>|</mo> <msub> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>+</mo> </msub> <mo>|</mo> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mover> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>^</mo> </mover> <mo>-</mo> </msub> <mo>=</mo> <msub> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>-</mo> </msub> <mo>/</mo> <mo>|</mo> <msub> <mover> <mi>V</mi> <mo>^</mo> </mover> <mo>-</mo> </msub> <mo>|</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>

從視頻序列得到的光流特征進(jìn)行相似度S(i,j)計(jì)算:

<mrow> <mi>S</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>c</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <munder> <mo>&Sigma;</mo> <mrow> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>&Element;</mo> <mi>I</mi> </mrow> </munder> <msubsup> <mi>a</mi> <mi>c</mi> <mi>i</mi> </msubsup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>&CenterDot;</mo> <msubsup> <mi>b</mi> <mi>c</mi> <mi>j</mi> </msubsup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow>

其中,分別表示兩組待比較相似度的光流特征序列中像素點(diǎn)對應(yīng)特征計(jì)算結(jié)果,c表示高斯平滑并歸一化后的四個(gè)方向,i,j分別為對應(yīng)序列中的幀編號;

對S(i,j)進(jìn)行單位矩陣的卷積核,得到:

<mrow> <msup> <mi>S</mi> <mi>T</mi> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>S</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&CircleTimes;</mo> <mi>I</mi> <mrow> <mo>(</mo> <mi>T</mi> <mo>)</mo> </mrow> <mo>.</mo> </mrow>

4.根據(jù)權(quán)利要求1所述的基于高斯金字塔特征的疲勞駕駛檢測方法,其特征在于,所述步驟S2包括,

S21、對視頻序列進(jìn)行多級降采樣,形成L個(gè)層次的視頻序列金字塔,對給定分辨率為M×N的初始化視頻序列f0(i,j,t),每一層fl(i,j,t)以下公式遞推計(jì)算:

<mrow> <msub> <mi>f</mi> <mi>l</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mo>-</mo> <mn>2</mn> </mrow> <mn>2</mn> </munderover> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mo>-</mo> <mn>2</mn> </mrow> <mn>2</mn> </munderover> <mi>r</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> <msub> <mi>f</mi> <mrow> <mi>l</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <mn>2</mn> <mi>i</mi> <mo>+</mo> <mi>m</mi> <mo>,</mo> <mn>2</mn> <mi>j</mi> <mo>+</mo> <mi>n</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中,fl(i,j,t)表示每幀圖像f(i,j)在金字塔層次l(0≤l≤L)第t幀,r(m,n)為高斯濾波器,

其中,

r(m,n)=r(m)r(n)

r(0)=a,r(1)=r(-1)=1/4,r(2)=r(-2)=1/4-2/a;

S22、從分辨率最低的層次開始,計(jì)算第l層運(yùn)動(dòng)特征序列fl,在層次上計(jì)算測試樣本和訓(xùn)練集中各樣本的相似度,結(jié)果按K近鄰選取k個(gè)候選;然后在l-1層計(jì)算fl-1(i,j,t)對應(yīng)運(yùn)動(dòng)特征與先前在l層中選出的k個(gè)候選之間的相似度,K近鄰的結(jié)果用于分辨率更高的l-2層的比較,直到分辨率最高的l=0層為止。

5.根據(jù)權(quán)利要求1所述的基于高斯金字塔特征的疲勞駕駛檢測方法,其特征在于,所述預(yù)先存儲(chǔ)的特征數(shù)據(jù)庫中存儲(chǔ)有異常駕駛行為特征。

當(dāng)前第2頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會(huì)獲得點(diǎn)贊!
1
翼城县| 海林市| 陇西县| 阳新县| 乌苏市| 米泉市| 宜君县| 延寿县| 六盘水市| 河南省| 章丘市| 博湖县| 喀什市| 肇州县| 依兰县| 皮山县| 南岸区| 石狮市| 晋城| 山西省| 商河县| 民乐县| 广州市| 丹棱县| 军事| 承德县| 盘锦市| 乌苏市| 临潭县| 琼结县| 治县。| 宁乡县| 高安市| 长垣县| 平顶山市| 广昌县| 枣庄市| 怀化市| 蓬莱市| 新泰市| 巴中市|