[发明专利]一种基于目标检测和动作识别的汽车电动尾门开启方法

说明书

本发明涉及一种基于目标检测和动作识别的汽车电动尾门开启方法，该方法包括步骤：1)预先利用车身自有的车载环视摄像头获取车辆外部人员的特定动作视频，并将视频图像作为训练数据；2)采用YOLO目标检测算法对车载环视摄像头采集的视频进行人体检测并定位人体动作区域；3)对检测出的人体动作区域进行筛选，获取主目标框；4)对检测出的人体动作区域抽取特征信息，并将特征信息进行聚类，获取动作基元序列并建立动作模板；5)采用DTW算法对当前动作基元序列与动作模板进行匹配，完成动作识别；6)汽车电动尾门识别特定动作后开启。与现有技术相比，本发明具有降低成本、识别智能化程度高等优点。

技术领域

本发明涉及汽车电子技术领域，尤其是涉及一种基于目标检测和动作识别的汽车电动尾门开启方法。

背景技术

汽车电动尾门，即电动后备箱，其采用电动或者是遥控方式开启或关闭。传统的汽车电动尾门开启大多采用额外的动作传感器来判断开启尾门的脚踢动作是否正确，成本较高。申请号CN201621351899.2的专利设计了一种新型的脚踢感应自动开启汽车尾门装置，包括脚踢感应装置和电动尾门控制ECU。该专利设计的脚踢感应器基于电容方式，人需要站在合适的位置才能踢脚，距离车太近或太远均不能触发，不够灵敏，且后保险杠属于易损部位，被碰撞几率大，容易损坏。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于目标检测和动作识别的汽车电动尾门开启方法。

本发明的目的可以通过以下技术方案来实现：

一种基于目标检测和动作识别的汽车电动尾门开启方法，该方法包括下列步骤：

S1：预先利用车身自有的车载环视摄像头获取车辆外部人员的特定动作视频，并将视频图像作为训练数据。

S2：采用YOLO目标检测算法对车载环视摄像头采集的视频进行人体检测并定位人体动作区域；YOLO目标检测算法采用的检测模型为YOLOv3-tiny模型。

步骤S2的具体内容为：

201)通过特征提取网络对输入图像提取特征，获取一定大小的特征图；

202)将输入图像分成S*S个区块grid cell，若ground truth中某个物体的中心坐标落在某一个grid cell中，则由该grid cell预测该物体。

S3：对检测出的人体动作区域进行筛选，获取主目标框。具体内容包括：

301)利用人体检测器标注人体动作区域图像中所有人的位置；

302)判断人的位置与车载环视摄像头的距离进行判断，识别有效距离，排除不符合有效距离范围的检测框；

303)对排除后的多个检测框的置信度、水平中心位置和面积进行线性加权，获取得分最高的人的位置目标确定为主目标框。

假设同时存在n个检测框(box₁,box₂…box_n)，第i个检测框box_i的检测置信度为prob_i，位置信息为(x_i,y_i,w_i,h_i)，图像帧大小为W_img，H_img，则该检测框面积为S_i＝w_i*h_i，水平中心偏移比例OX_i为：

设置三项对应权重分别为α_p,α_s,α_o，最终box_i的加权值F为：