摘要
首先根据不同乘员类型体型轮廓的差异性,建立了基于低成本摄像头的乘员类型视觉检测系统;根据乘员图像样本数据信息量大而复杂的特点,利用Legendre矩阵对原始图像中乘员体型轮廓特征进行了描述;然后针对实验样本类型多、模式类型少的特点,引入智能模式识别中支持向量机的方法。通过样本数据的训练和参数的调整,建立了乘员类型识别器。最后进行了样本数据的测试。结果表明,用此种方法建立的识别算法能够以较高的准确率对乘员类型进行分类,为智能安全气囊系统提供准确的乘员类型信息。
首先根据不同乘员类型体型轮廓的差异性,建立了基于低成本摄像头的乘员类型视觉检测系统;根据乘员图像样本数据信息量大而复杂的特点,利用Legendre矩阵对原始图像中乘员体型轮廓特征进行了描述;然后针对实验样本类型多、模式类型少的特点,引入智能模式识别中支持向量机的方法。通过样本数据的训练和参数的调整,建立了乘员类型识别器。最后进行了样本数据的测试。结果表明,用此种方法建立的识别算法能够以较高的准确率对乘员类型进行分类,为智能安全气囊系统提供准确的乘员类型信息。
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2011年第S2期78-81,共4页
Journal of Jilin University:Engineering and Technology Edition
基金
汽车噪声振动和安全技术国家重点实验室项目(11211606)
国家自然科学基金项目(50975120)
教育部优秀新世纪人才支持计划项目(NCET-08-0247)
关键词
车辆工程
乘员类型
视觉检测
支持向量机
智能乘员约束系统
vehicle engineering
occupant classification
vision detection
support vector machine
intelligent restraint system