[發明專利]面向校車安全的遺漏孩童檢測方法

有效

• 申請號: 201610314226.8
• 申請日: 2016-05-13
• 公開（公告）號: CN105809890B
• 公開（公告）日: 2017-10-13
• 發明（設計）人: 謝劍斌;劉通;閆瑋;李沛秦;吳訓波
• 申請（專利權）人: 中國人民解放軍國防科學技術大學;湖南君士德賽科技發展有限公司
• 主分類號: G08B21/02
• 分類號: G08B21/02;G06K9/00
• 代理公司: 湖南省國防科技工業局專利中心43102
• 代理人: 馮青

1.面向校車安全的遺漏孩童檢測方法，融合紅外、視頻和音頻三類傳感器信號，結合視頻分析和音頻分析兩類先進的計算機處理技術，檢測校車上是否存在遺留孩童，其特征在于，

流程如下：

(1)、紅外感知

在車輛停止之后，為降低功耗，僅給紅外傳感器上電，當紅外傳感器感知到有可疑目標存在時，給ARM處理板上電；

(2)、視頻分析

在ARM處理板上電之后，首先控制攝像機供電，給攝像機上電t1秒，本發明取t1＝120，在此期間，ARM處理板獲取攝像機的視頻數據進行視頻分析，具體是：先采用幀差法粗定位運動目標，然后結合霍夫圓檢測方法判斷是否存在遺留孩童，如果存在，則ARM處理板通過無線網絡向中心報警，否則，進入音頻流程；

視頻分析的具體步驟為

Step2.1計算當前幀圖像I_k與其前后兩幀圖像I_k-1和I_k+1的差分圖像E，

Step2.2計算自適應分割閾值T

其中，W和H分別為圖像的寬度和高度，β為加權系數，本發明中，W＝640，H＝480，β＝8；

Step2.3圖像分割，分割后的圖像B_k為：

其中，“255”表示目標，“0”表示背景；

Step2.4提取二值圖像B_k的輪廓圖像；

Step2.5采用霍夫圓檢測方法，在輪廓圖像上檢測的圓，并記錄每一個圓的半徑R；

Step2.6：如果T1<R<T2，則認為存在遺留孩童，啟動報警流程，否則重復step2.1～step2.6，直到攝像機斷電，其中，T1和T2為經驗閾值，本發明中T1＝5，T2＝40；

(3)、音頻分析

如果視頻分析階段未檢測到遺留孩童，ARM處理板控制拾音器供電，給拾音器上電t2秒，本發明取t2＝120，在此期間，ARM處理板獲取拾音器的音頻數據進行音頻分析，具體是首先提取音頻的梅爾倒譜系數特征，然后采用高斯混合模型分類器檢測異常聲音，如果存在小孩哭喊等異常聲音，則ARM處理板通過無線網絡向中心報警，否則，關閉電源；

音頻分析的具體步驟為：

Step3.1把異常聲音信號經過分幀、加窗處理變為短時信號，信號的采樣頻率為8KHz，選取每幀長度為240點，幀移為80;

Step3.2計算每幀信號的最小方差無失真響應譜的功率譜，其中MVDR譜的階數取為12；

Step3.3將能量譜通過梅爾濾波器組，其中濾波器個數為24；

Step3.4將通過Mel濾波后的輸出值取對數，然后再進行離散余弦變換得到特征矢量；

Step3.5采用高斯混合模型(GMM)分類器進行異常聲音識別，具體是以上述特征矢量為分類器的輸入信號，求取后驗概率最大值所對應的分類器類別為識別結果，如果識別結果為異常聲音，則啟動報警流程，否則重復Step3.1～Step3.5，直到拾音器斷電。

2.根據權利要求1所述的面向校車安全的遺漏孩童檢測方法，其特征在于，所述分類器的訓練方法是：選取包含孩童哭喊、尖叫、求救的聲音片段作為正樣本，其他類型的聲音片段作為負樣本，提取各類樣本的特征矢量，通過K均值算法動態聚類產生訓練需用的模型初始值；然后將特征矢量和模型初始值代入GMM，由期望最大化(EM)反復迭代訓練，確定GMM中聲音的模板參數，得到GMM分類器。