[发明专利]一种车载红外热成像目标高效识别的多维场景自适应系统

说明书

本发明公开了一种车载红外热成像目标高效识别的多维场景自适应系统，属于车载热成像技术领域，包括启动系统、第一NPU神经网络处理器和第二贝叶斯分类器，所述启动系统的输出端分别电性连接有车速获取模块、地形信息模块、场景分类模块、目标先验信息模块和目标识别算法模块，车速获取模块、地形信息模块和目标先验信息模块的输出端分别连接有第一GPS模块、第二GPS模块和第三GPS模块，场景分类模块和目标识别算法模块的输出端分别连接有第一NPU神经网络处理器和第二NPU神经网络处理器。本发明结合贝叶斯分类器进行目标分类，大幅提升系统对不同动物和行人的识别精度，同时大幅减少误识别误预警带给驾驶员的困扰。

技术领域

本发明属于车载热成像技术领域，具体是一种车载红外热成像目标高效识别的多维场景自适应系统。

背景技术

根据普朗克黑体辐射定律，由于黑体辐射的存在，任何物体都依据温度的不同对外进行电磁波辐射，波长为2.0～1000微米的部分称为热红外线。热红外成像通过对热红外敏感CCD对物体进行成像，能反映出物体表面的温度场。热红外在军事、工业、汽车辅助驾驶、医学领域都有广泛的应用远红外热成像通过非接触探测红外能量(热辐射)，并将其转换为电信号，进而在显示器上生成热图像，并可以对温度值进行计算的一种检测设备。利用辐射测温技术对目标逐点辐射强度，而形成可见的目标热图像，并把图像显示在车载显示屏上，能够帮助驾驶员在夜间看清道路，减少交通事故的发生，提高夜间驾驶的安全性。车载红外热成像夜视系统的目标检测算法模块可对夜视传感器所采集数据进行目标检测识别，通过给定的硬件资源运算后输出目标检测结果，目前基于深度学习的目标检测系统，仅对热成像仪所采集的图像进行单一的目标检测识别，造成检验识别精准度不高，误报率高。

发明内容

本发明的目的在于提供一种车载红外热成像目标高效识别的多维场景自适应系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种车载红外热成像目标高效识别的多维场景自适应系统，包括启动系统、第一NPU神经网络处理器和第二贝叶斯分类器，所述启动系统的输出端分别电性连接有车速获取模块、地形信息模块、场景分类模块、目标先验信息模块和目标识别算法模块，车速获取模块、地形信息模块和目标先验信息模块的输出端分别连接有第一GPS模块、第二GPS模块和第三GPS模块，场景分类模块和目标识别算法模块的输出端分别连接有第一NPU神经网络处理器和第二NPU神经网络处理器。

作为本发明的进一步方案：所述第一GPS模块、第二GPS模块和第一NPU神经网络处理器的输出端均连接到第一贝叶斯分类器。

作为本发明的进一步方案：所述第三GPS模块和第二NPU神经网络处理器的输出端均连接到第二贝叶斯分类器。

作为本发明的再进一步方案：所述第一贝叶斯分类器的输出端连接到第二贝叶斯分类器的输入端。

与现有技术相比，本发明提出了一种多维信息融合算法，利用深度学习技术，边缘计算技术，机器学习技术，利用地形，地理位置，图像场景，速度分类，结合贝叶斯分类器进行精确场景分类，继而利用动物和行人的先验概率，精确场景分类结果，目标检测识别结果，结合贝叶斯分类器进行目标分类，大幅提升系统对不同动物和行人的识别精度，同时大幅减少误识别误预警带给驾驶员的困扰。

附图说明

图1为一种车载红外热成像目标高效识别的多维场景自适应系统的流程图。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。