[發(fā)明專利]基于組合特征與車載攝像頭的盲人檢測與識(shí)別方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201610048194.1
• 申請日: 2016-01-25
• 公開（公告）號(hào): CN105718904A
• 公開（公告）日: 2016-06-29
• 發(fā)明（設(shè)計(jì)）人: 田雨農(nóng);吳子章;周秀田;于維雙;陸振波
• 申請（專利權(quán)）人: 大連樓蘭科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 沈陽科苑專利商標(biāo)代理有限公司 21002
• 代理人: 徐麗

技術(shù)領(lǐng)域

本發(fā)明屬于主動(dòng)駕駛領(lǐng)域，具體說是一種基于組合特征與車載攝像頭的盲人檢測與識(shí)別方法與系統(tǒng)。

背景技術(shù)

近年來隨著汽車輔助駕駛項(xiàng)目的快速發(fā)展，基于車載攝像頭的行人檢測技術(shù)獲得了長足的發(fā)展，并不斷應(yīng)用到汽車主動(dòng)安全與主動(dòng)駕駛項(xiàng)目中。目前，各個(gè)研發(fā)機(jī)構(gòu)只是檢測出行人并且進(jìn)行相關(guān)的告警，以提醒駕駛者需要注意前方有行人需要注意。針對行人類型的檢測與識(shí)別，雖然對駕駛者也有很大的參考價(jià)值，但是由于技術(shù)等方面問題，還沒有相關(guān)比較公開的研究資料。

鑒于此，本發(fā)明提出一種基于組合特征的基于車載攝像頭的盲人檢測與識(shí)別方法，通過該技術(shù)可以幫助駕駛者在遇到盲人等特殊群體的時(shí)候，能夠及時(shí)避讓或做出特殊處理。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的上述不足之處，本發(fā)明要解決的技術(shù)問題是提供一種基于組合特征與車載攝像頭的盲人檢測與識(shí)別方法與系統(tǒng)。

本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：一種基于組合特征與車載攝像頭的盲人檢測與識(shí)別方法，包括以下步驟：

S1：車載視覺傳感器實(shí)時(shí)采集車輛周圍的原始圖像，同時(shí)并行執(zhí)行步驟S2、S3；

S2：根據(jù)行人特征獲得每一幀原始圖像的行人hog特征圖像，利用行人分類器判斷行人hog特征圖像中是否有行人，若有行人則在原始圖像或行人hog特征圖像中標(biāo)記行人，若沒有則進(jìn)行下一幀檢測；

在行人hog特征圖像中的行人周圍區(qū)域利用盲杖分類器判斷是否有盲杖，若有則在原始圖像或行人hog特征圖像中標(biāo)記盲杖，若沒有則進(jìn)行下一幀檢測；

將原始圖像或行人hog特征圖像映射到三維世界坐標(biāo)系下，利用導(dǎo)盲犬分類器判斷三維世界坐標(biāo)系下的圖像中是否有導(dǎo)盲犬，若有則在原始圖像或行人hog特征圖像中標(biāo)記導(dǎo)盲犬，若沒有則進(jìn)行下一幀檢測；

對行人hog特征圖像內(nèi)的行人頭部區(qū)域進(jìn)行窗口遍歷，在每一個(gè)窗口利用盲鏡分類器判斷是否有盲鏡，若有則在行人hog特征圖像中標(biāo)記盲鏡；判定該行人為盲人；若沒有則進(jìn)行下一幀檢測；

S3：根據(jù)導(dǎo)盲犬特征獲得每一幀原始圖像的導(dǎo)盲犬hog特征圖像，，利用導(dǎo)盲犬分類器判斷導(dǎo)盲犬hog特征圖像是否有導(dǎo)盲犬，若有則在原始圖像或?qū)と甴og特征圖像中標(biāo)記導(dǎo)盲犬，若沒有則進(jìn)行下一幀檢測；

對導(dǎo)盲犬hog特征圖像在導(dǎo)盲犬頸部區(qū)域進(jìn)行二值化處理，找出像素比例最小的區(qū)域進(jìn)行標(biāo)記連通，如果得到的連通區(qū)域與頸部區(qū)域的寬度之比在設(shè)定范圍內(nèi)，則認(rèn)為導(dǎo)盲犬頸部區(qū)域有狗鏈，利用狗鏈標(biāo)記連通區(qū)域的末端，在末端利用行人分類器檢測是否有行人，若有行人則在原始圖像或?qū)と甴og特征圖像中標(biāo)記行人，若沒有則進(jìn)行下一幀檢測；若沒有狗鏈則進(jìn)行下一幀檢測；

若狗鏈的另一端有行人，則依次利用盲杖分類器、盲鏡分類器在導(dǎo)盲犬hog特征圖像中判斷該行人周圍區(qū)域是否有盲杖、盲鏡，若同時(shí)有則在導(dǎo)盲犬hog特征圖像中標(biāo)記盲杖、盲鏡，并判定原始圖像中存在盲人；若沒有則進(jìn)行下一幀檢測；

S4：根據(jù)S2的檢測結(jié)果和S3的檢測結(jié)果進(jìn)行加權(quán)求和，當(dāng)加權(quán)求和的結(jié)果大于預(yù)設(shè)閾值時(shí)，判定原始圖像中存在盲人。

所述行人分類器通過離線訓(xùn)練得到，具體包括：

通過視頻采集傳感器采集樣本圖像；

通過樣本圖像獲取行人hog特征圖像；