[发明专利]公交专座智能提示装置与方法有效

专利信息
申请号: 201010501545.2 申请日: 2010-10-11
公开(公告)号: CN101980314A 公开(公告)日: 2011-02-23
发明(设计)人: 张秀彬;应俊豪;张筱;马丽;史战果 申请(专利权)人: 上海交通大学
主分类号: G08B21/24 分类号: G08B21/24;G08B3/10;G06K9/00;G06K9/62;B60Q9/00
代理公司: 上海交达专利事务所 31201 代理人: 王锡麟;王桂忠
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 公交 专座 智能 提示 装置 方法
【权利要求书】:

1.一种公交专座智能提示装置,其特征在于,包括:针孔摄像头、信号处理器和语音提示器,针孔摄像头的输出接口通过视频电缆与信号处理器的图像输入接口连接,信号处理器的输出接口与语音提示器数字的输入接口连接;

所述信号处理器,包括:图像输入接口、模数转换模块、图像处理模块、输出接口。其中:图像处理模块承担图像信息的处理、识别与决策的整个运算过程,图像输入接口的输入端经视频电缆与针孔摄像头输出接口相连,图像输入接口的输出端与模数转换模块的输入端连接,模数转换模块的输出端口与图像处理模块的输入端口连接;图像处理模块的输出端口与输出接口的输入端连接;输出接口的输出端与语音提示器数字的输入接口连接。

2.根据权利要求1所述的公交专座智能提示装置,其特征是,所述针孔摄像头,设置于公交车厢内,正对着“老弱病残孕”专座上的乘客脸部位置,用于实时采集“老弱病残孕”专座上的乘客脸部位置视图。

3.一种公交专座智能提示方法,其特征在于,包括以下步骤:

步骤一、系统对训练样本进行学习,当系统处于学习状态时,系统对从16到55周岁年龄段的男性脸部图像进行采集与处理;

步骤二、在线识别乘客类别,相应的公交专座智能提示装置系统进入在线工作状态,对“老弱病残孕”专座上的乘客实施实时监视,根据识别结果对“老弱病残孕”专座乘客确定控制指令输出,决定是否由语音提示器向该乘客提示。

4.根据权利要求3所述的公交专座智能提示方法,其特征是,步骤一中所述系统对训练样本进行学习,当系统处于学习状态时,系统对男性青壮年脸部图像进行采集与处理,包括分步骤如下:

(1)采集男性青壮年脸部图像并进行彩色空间转换,通过针孔摄像头连续采集的多幅图像,再将强化后的脸部图像从RGB彩色空间转换至HSV彩色空间进行表达;

(2)将脸部与背景区分开来,在抽样采集到的男性青壮年脸部图像中,按照像素坐标从左至右、从上到下地扫描检测像素的景物色调,并将落入HSV彩色空间中的色调区间[2°,47°]的色调集合所对应的像素点拟定为人脸区域,因此将男性青壮年脸部图像中其它区域及背景跟脸部区域准确地区分开来;

(3)对抽样采集到的男性青壮年脸部图像确定脸部中心位置与脸部区域,利用抽样采集到的男性青壮年脸部图像的HSV彩色空间表达,在人脸肤色色调集合中,以最接近11°的色调值所对应的像素点坐标作为人脸中心点,并以人脸中心点为基点向上、下各扩张行像素和向左、右各扩张列像素,作为u×v脸部区域;

(4)导入男性青壮年脸部区域图像训练样本,对男性青壮年脸部图像截取u ×v脸部区域后作为训练样本导入本发明装置系统,所采集的男性青壮年脸部图像脸部区域训练样本均具有256个灰度级,一般取训练样本数n=k×l≥300;其中,k、l分别为被采样男性青壮年数和每个男性青壮年被采样脸部区域的样本数;

(5)将训练样本图像转换为一维向量,将每一个二维的男性青壮年脸部区域训练样本图像数据转化为一维的向量,并定义男性青壮年脸部为1类脸部特征,其余人的脸部为-1类脸部特征,表达出1类第i图像的一维向量xi为xi=[xi1 xi2...xim]T=[xij]T;式中,xij表示1类第i个样本第j个像素灰度值;i=1,2,...,n为1类脸部样本序号;j=1,2,...,m为每个样本图像所取像素数,m=u×v,u和v分别为样本图像的列和行像素数;

(6)计算训练样本特征值及特征向量;

(7)建立人脸特征判据,由于较大的特征值对应的特征向量包含了较多的人脸特征信息,因此选取前s个较大的特征值所对应的特征向量构成的向量空间就近似地表示人脸图像的信息,s取值由实验确定男性青壮年脸部区域特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010501545.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top