导读:本文包含了乘员类型识别论文开题报告文献综述及选题提纲参考文献，主要关键词:乘员类型,机器视觉,特征提取和选择,支持向量机
乘员类型识别论文文献综述
张昊[1]（2016）在《基于机器视觉的汽车乘员类型识别系统研究》一文中研究指出近年来,汽车安全气囊的广泛使用,大大降低了道路交通事故发生时的伤亡率。但普通安全气囊系统是根据第九十五百分位男性乘员的正常坐姿进行开发的,当发生事故时,小身材或者离位乘员极有可能受到安全气囊的二次伤害。因此,智能安全气囊系统的研究便应运而生。智能安全气囊可通过实时获取乘员类型等信息来动态决策气囊的展开时刻以及展开的强度等工作模式,进而完成对不同类型乘员的最佳保护。因此,乘员类型的识别和分类是安全气囊智能化的前提和核心。本文根据不同类型乘员边缘轮廓的差别性,采用图像处理技术和模式识别方法研究了不同乘员类型图像的特征提取和选择、分类器的设计等问题,在此基础上建立了乘员类型识别系统。本文的主要研究内容如下:1.乘员图像的采集和边缘提取。通过CCD相机采集副驾驶座上的乘员图像,并对图像进行预处理。本文根据乘员图像与车内背景的实际情况,首先将彩色图像灰度化,然后经过图像感兴趣区域获取、图像增强处理和边缘检测后,得到一个乘员边缘图像。2.边缘图像特征值的提取和选择。由于边缘图像可以被看作一个随机概率分布函数,可利用矩技术实现图像特征的提取。本文采用Hu矩和Zernike矩作为乘员图像提取的不变矩。特征向量的高维数不仅增加计算复杂度,而且会降低分类器的正确率,因此有必要对提取的特征进行选择优化。根据搜索策略和评价准则,选择微分进化算法(Differential Evolution,DE)对特征进行优化选择,结合封装原理,得到最优特征子集。3.不同乘员类型的分类识别。本文采用支持向量机模式识别方法对已知乘员类型进行学习训练,建立了乘员类型识别器。然后验证未知乘员类型,得到分类正确率。比较Hu矩、Zernike矩、Hu-Zernike矩和DE选择后特征向量的乘员类型分类识别正确率,实验结果表明,经过DE选择优化后的特征子集向量高于原始特征集的识别正确率。(本文来源于《吉林大学》期刊2016-06-01）
王玉龙,白中浩,刘曜,周雪桂[2]（2012）在《基于乘员类型特征识别的智能安全气囊控制系统》一文中研究指出为降低碰撞事故中安全气囊误起爆对乘员造成伤害,利用乘员特征图像识别,开发了针对不同乘员类型的智能安全气囊控制系统。该系统采用图像传感技术、融合多通道外部传感信息,识别乘员类型;依据划定的婴儿、儿童、5百分位成年女性、50百分位成年男性、95百分位成年男性等5种乘员类型,将安全气囊的泄气孔直径、起爆时刻、质量流量、拉带长度等参数调整到最优设计状态;从而在碰撞事故中对不同乘员类型均起到较好的保护效果。试验结果表明:该系统可跟踪车辆运行环境,自动地输出正确参数调整和点火控制信号。(本文来源于《汽车安全与节能学报》期刊2012年03期）
赵洋[3]（2012）在《体重模糊辨识方法在汽车乘员类型识别算法中的应用》一文中研究指出汽车安全气囊的使用极大降低了碰撞事故发生时车内乘员的伤亡率[1]，其主要作用是在汽车发生碰撞的过程中迅速打开一个充满气体的气垫，使乘员因惯性而移动时“扑在气垫上”，从而防止乘员与车体内部发生二次碰撞[2,3]。然而，在某些特殊情况下，安全气囊的不适当展开会对车内乘员造成不必要的伤害，甚至导致其死亡。这是因为传统安全气囊是按照成年男性的平均身高和体重设计的，起爆模式是固定的[4,5]。安全气囊系统启动时冲开气囊盖板，瞬间展开充气，释放出大量的能量，并产生强大的冲击力，很可能对乘员造成冲击，儿童乘员、身材矮小的成年乘员或离位乘员可能会受到严重的伤害[6,7,8,9]。随着人们对汽车安全性能要求不断提高，传统单一起爆模式的安全气囊已经无法满足现代交通对汽车安全性的要求。新一代智能安全气囊系统[10,11,12]通过安装在车内的各种传感器，如压力传感器、超声波传感器或摄像头等，对碰撞过程中乘员类型信息进行识别判断，根据乘员类型信息向安全气囊电子控制单元发出乘员类型信号，以动态决定安全气囊的起爆时间和充气强度，为乘员提供最佳的保护。因此，乘员类型的准确识别是新一代智能安全气囊系统实现的重要前提条件。当前世界知名汽车零部件供应商和汽车制造商都对汽车乘员类型识别系统进行了广泛的研究，很多相关的产品已经实现了商业化应用。国内对汽车乘员类型识别系统的研究仅仅局限在一些大学和科研机构中，还没有完善的设计和实现商业化生产，所以需要在设计和实际应用等诸多方面进行深入研究。本文结合课题组与重庆长安汽车股份有限公司的对外合作项目“汽车乘员体征智能识别技术开发”的研发需要，广泛研究了世界知名汽车零部件供应商和汽车制造商的汽车乘员类型识别系统，在吉林大学汽车仿真与控制国家重点实验室前期对汽车乘员类型识别算法的研究分析基础上，围绕着汽车乘员体压采集系统、汽车乘员体重估算模型，以及汽车乘员类型识别系统等方面的开发做了如下研究工作：第一，本文通过分析不同类型乘员在规定坐姿工况下座椅表面的体压变化规律和体压分布情况，确定了座椅表面的体压敏感点分布情况，并建立了基于乘员体压敏感点的汽车乘员压力数据采集系统。第二，结合课题组前期对汽车乘员类型识别算法的研究分析，根据车内乘员作用在座椅表面体压敏感点处的压力数据和乘员真实体重之间的高度非线性关系，运用模糊辨识技术，设计出一种能够通过体压敏感点处压力数据计算乘员体重的乘员体重估算模型，该体重估算模型可以有效抵抗因乘员坐姿改变对于体重计算的干扰。第叁，通过对乘员体重进行阈值划分，开发出一套基于乘员体重估算的汽车乘员类型识别系统，并使用该系统开展了对不同乘员在规定坐姿工况下的识别验证试验。试验结果表明该系统可以对不同坐姿工况下的乘员进行有效的识别。(本文来源于《吉林大学》期刊2012-04-01）
刘杰[4]（2007）在《乘员类型的自动识别及其在智能乘员约束系统中的应用》一文中研究指出本文对计算机视觉和图像智能模式识别的相关技术进行深入研究,建立了一个基于计算机视觉技术的智能乘员类型识别系统,实现了包括6岁儿童、第95百分位男性、第5百分位女性和第50百分位男性的4个类型乘员的自动识别。从而为后续拟开展的智能乘员约束系统的安全气囊控制提供有效的乘员类型信息。即智能乘员约束系统根据不同类型乘员,动态决策安全气囊的不同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。本文主要包括对图像的预处理、图像的主特征提取方法、特征选择方法、分类器设计等方面的研究。本文的主要贡献包括如下几个方面:一、提出一种新自适应滤波算法---正交中-均值混合滤波算法,能有效去除冲激噪声和高斯噪声,同时保留大部分图像信息,与邻域平均滤波方法、中值滤波方法相比,该算法具有更好的实验效果。二、提出一种新方法ECBT(Extracting Continuity Base on Templet),用于乘员自身信息提取。该方法的思想是以车辆空载状态为比对模板,经与待处理图片进行比模处理后,达到分离背景信息,保留乘员完整信息的目的,最终以连续体的形式提取出乘员轮廓信息。叁、分别采用5阶、10阶、15阶、20阶、25阶、30阶、35阶和40阶Legendre矩对乘员自身轮廓信息进行特征提取,根据对以上阶数的Legendre矩图像重构结果和计算时间,最终提取乘员图像边缘的30阶Legendre矩向量,作为乘员图像的主特征向量。四、提出一种新的混合型特征选择算法RDRK。主要包括以下几个方面:提出一种新的基于ReliefF的算法NReliefF,用于特征加权;提出一种降维算法DR,根据最小原则对加权特征进一步筛选,实现降维;采用DR算法的输出作为KNN分类器的输入,把NReliefF和KNN结合起来,采用穷举搜索策略来保证根据分类性能测量(分类正确率)选择最优特征。实验表明,采用本文提出的特征选择算法RDRK后,分类正确率和分类效率都明显提高。五、本文进行了聚类算法研究。首先对近年来聚类算法的研究现状与新进展进行了全面综述,即对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行了全面分析。在此基础之上,本文提出kNN划分的概念,进而提出基于kNN划分的聚类算法,并把传统模糊C均值算法与KNN划分相结合,形成NFCM算法。此外,本文还对标准K最近邻分类算法进行了改进,形成均值KNN分类算法,并对K的不同取值进行实验,找出了最优K值。均值KNN算法无论从分类正确率还是分类效率,都明显好于标准KNN算法。六、用多种方法实现了乘员类型识别。本文建立了包括NFCM1分类器、NFCM2分类器、标准KNN分类器、均值KNN分类器和BP神经网络分类器在内的5种分类器。我们对这5种分类器的分类正确率和效率进行比较,并对每种分类器产生的结果进行深入分析。实现了不同类型乘员的较高准确率自适应智能模式识别。(本文来源于《吉林大学》期刊2007-10-01）
乘员类型识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为降低碰撞事故中安全气囊误起爆对乘员造成伤害,利用乘员特征图像识别,开发了针对不同乘员类型的智能安全气囊控制系统。该系统采用图像传感技术、融合多通道外部传感信息,识别乘员类型;依据划定的婴儿、儿童、5百分位成年女性、50百分位成年男性、95百分位成年男性等5种乘员类型,将安全气囊的泄气孔直径、起爆时刻、质量流量、拉带长度等参数调整到最优设计状态;从而在碰撞事故中对不同乘员类型均起到较好的保护效果。试验结果表明:该系统可跟踪车辆运行环境,自动地输出正确参数调整和点火控制信号。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
乘员类型识别论文参考文献
[1].张昊.基于机器视觉的汽车乘员类型识别系统研究[D].吉林大学.2016
[2].王玉龙,白中浩,刘曜,周雪桂.基于乘员类型特征识别的智能安全气囊控制系统[J].汽车安全与节能学报.2012
[3].赵洋.体重模糊辨识方法在汽车乘员类型识别算法中的应用[D].吉林大学.2012
[4].刘杰.乘员类型的自动识别及其在智能乘员约束系统中的应用[D].吉林大学.2007