專利名稱：公交專座智能提示裝置與方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種汽車工程中的控制技術(shù)領(lǐng)域的裝置與方法，具體是一種公交 專座智能提示裝置與方法。
背景技術(shù)：
眾所周知，為了倡導(dǎo)尊老愛幼的社會美德、共同建設(shè)美好的和諧生活環(huán)境，在我們 的公共汽車、地鐵、軌道交通等公共交通工具上都在車廂的適當位置專門設(shè)置了“老弱病殘 孕”專座，目的就在于能夠讓“需要得到社會關(guān)心、愛護與幫助”的人們在出行乘坐公交的時 候獲得適當?shù)恼疹?。然而，事情往往并不像設(shè)置“老弱病殘孕”專座的初衷所想象的那樣， 而是(1)時常有些年輕人一進入公交車廂，壓根就對“老弱病殘孕”專座的文字提示視 而不見，只要空著，一屁股就坐上去。(2)時常還可見有些年輕人坐在“老弱病殘孕”專座上，即使隨后有“老弱病殘孕” 者上車，甚至一個“挺著大肚子”的孕婦就站在他的旁邊，他能夠做到熟視無睹、旁若無人， 或者假裝瞌睡，任憑身邊的孕婦一直站到下車。(3)如果有人好心提醒或勸說占用“老弱病殘孕”專座者予以讓座時，時常還會遭 到占用“老弱病殘孕”專座者的惡語相向，甚至還會大打出手。如此種種不勝枚舉，這是社會風氣不善所致，固然需要全社會的共同努力，廣泛提 高每個公民的素養(yǎng)，提倡人們互相愛護與幫助的道德情操，才能徹底改善這些不良的社會 風氣。然而，由于某些社會與歷史的原因，要使社會達到十分理想的境界尚需一個漫長的時 間。在這特定的社會環(huán)境下，通過先進的技術(shù)手段用以改善這種不良的社會現(xiàn)象，不乏其有 效性，而且對促進人性惡習的改善還會收到意想不到的良好效果。這就是本發(fā)明技術(shù)公交 專座智能提示裝置與方法的技術(shù)功效。經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，米柴的“游泳池‘監(jiān)察器’”(《世界知識》1985年 底24期)介紹了 “最近，美國一家公司試制一種電子游泳看護器。該設(shè)備采用了家庭安 全電腦系統(tǒng)的技術(shù)，在游泳池兩側(cè)的水平線位置安裝兩組(每組5個)傳感系統(tǒng)，傳感器發(fā) 出的無線電信號由室內(nèi)接受器加以記錄。它主要是在游泳池內(nèi)無人游泳時，用以監(jiān)視是否 有人落水。在有人游泳時，將裝置調(diào)至‘游泳’檔，它即自動解除警報，在無人游泳時，則調(diào) 至‘監(jiān)察’檔。它是依據(jù)水平面的波動來對場內(nèi)情況加以判斷的，因此，如有一個重1.8公 斤的物體落水，那么池內(nèi)水波起伏即0. 6厘米，圖像接受器收到這一數(shù)據(jù)后即報警。如有孩 子不慎落水，便可得到警報。還有一種是直徑為25厘米的‘示警碟’，使用時將它系于池內(nèi)， 如有重達7公斤的物體落水，它會立即對水面驟然起伏作出反應(yīng)，發(fā)出高達85分貝的強音 警報。上述高技術(shù)示警器能幫助人們保護幼兒，當然最佳看護者仍然是謹慎小心的父母?！?盡管該技術(shù)除了“強音警報”外，也采用了“圖像接受器”的識別技術(shù)，但是其中的圖像識別 是以“水波起伏”數(shù)據(jù)作為判別的依據(jù)，顯然其算法過于簡單，也無法實現(xiàn)對人物類別的判 別功能，自然就無法直接應(yīng)用于本發(fā)明所涉及的技術(shù)領(lǐng)域。
再經(jīng)對現(xiàn)有技術(shù)文獻的檢索，尚未發(fā)現(xiàn)與本發(fā)明同類或相近的技術(shù)裝置與方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種公交專座智能提示裝置與方 法，能夠?qū)屨脊粚Ｗ蛞蚴韬鲎瞎粚Ｗ咛峁┯押玫奶崾荆蛊渚X自己的行為 有所失誤，因此使公交專座的設(shè)置發(fā)揮出本身應(yīng)該發(fā)揮的作用；并且，久而久之便會逐漸地 使越來越多的公交乘客形成一種牢固的意識“老弱病殘孕”專座不是年輕人可以隨便坐 的，應(yīng)該時刻保留著讓需要人們關(guān)心與愛護的“老弱病殘孕”者乘坐。不言而喻，這也是通 過先進的技術(shù)手段來改造人們不良習性的有效方法，而且還能夠避免因勸說別人的不良行 為而引起的口角爭辯，乃至發(fā)生沖突等大家都不愿意看到的社會不和諧現(xiàn)象。本發(fā)明所稱的“公交”，包括公共汽車、地鐵、軌道交通等公共交通工具，簡稱為 “公交”。本發(fā)明是通過以下技術(shù)方案實現(xiàn)的本發(fā)明涉及一種公交專座智能提示裝置，包括針孔攝像頭、信號處理器和語音提 示器。針孔攝像頭的輸出接口通過視頻電纜與信號處理器的圖像輸入接口連接，信號處理 器的輸出接口與語音提示器輸入接口連接。所述針孔攝像頭，設(shè)置于“老弱病殘孕”專座對面車廂壁上的適當位置，正對著“老 弱病殘孕”專座上的乘客臉部位置，用于實時采集“老弱病殘孕”專座上的乘客臉部位置視 圖。所述信號處理器，包括圖像輸入接口、模數(shù)轉(zhuǎn)換模塊、圖像處理模塊、輸出接口。 其中圖像輸入接口的輸入端經(jīng)視頻電纜與針孔攝像頭輸出接口相連，圖像輸入接口的輸 出端與模數(shù)轉(zhuǎn)換模塊的輸入端連接，模數(shù)轉(zhuǎn)換模塊的輸出端口與圖像處理模塊的輸入端口 連接；圖像處理模塊的輸出端口與輸出接口的輸入端連接；輸出接口的輸出端與語音提示 器輸入接口連接。所述圖像處理模塊，是信號處理器中的核心技術(shù)模塊，承擔圖像信息的處理、識別 與決策的整個運算過程。所述語音提示器，包括輸入接口、譯碼器、數(shù)字語音模塊、數(shù)模轉(zhuǎn)換器、功率放大 模塊、揚聲器；其中輸入接口的輸入端口與信號處理器的輸出接口連接，輸入接口的輸出 端與譯碼器的輸入端口連接，譯碼器的輸出端口與數(shù)字語音模塊的輸入端口連接，數(shù)字語 音模塊的輸出端口與數(shù)模轉(zhuǎn)換器的輸入端口連接，數(shù)模轉(zhuǎn)換器的輸出端口與功率放大模塊 的輸入端口連接，功率放大模塊的輸出端口與揚聲器的輸入端口連接。當語音提示器的輸 入接口接收到控制指令后，經(jīng)過譯碼器的解釋，鏈接數(shù)字語音模塊中的相關(guān)語音單元，將鏈 接后的語音單元序列依次輸至數(shù)模轉(zhuǎn)換器轉(zhuǎn)換為語音模擬信號，再將語音模擬信號輸至功 率放大模塊經(jīng)功率放大后驅(qū)動揚聲器發(fā)出相應(yīng)的語音提示。本發(fā)明的信號處理器圖像輸入接口從針孔攝像頭輸出接口接收“老弱病殘孕”專 座乘客的臉部圖像模擬信號后，將圖像模擬信號送入模數(shù)轉(zhuǎn)換模塊的輸入端，模數(shù)轉(zhuǎn)換模 塊再將轉(zhuǎn)換后的數(shù)字圖像信號輸至圖像處理模塊。信號處理器對針孔攝像頭采集到的“老 弱病殘孕”專座乘客的臉部圖像信號進行處理與分析后，確定當前“老弱病殘孕”專座乘客 是否屬于男性青壯年；一旦確認當前“老弱病殘孕”專座乘客是屬于男性青壯年，信號處理器會實時地根據(jù)識別結(jié)果生成控制指令由其輸出接口輸出；在控制指令的作用下，通過語 音提示器向該男性青壯年乘客友好提示“這是‘老弱病殘孕’專座，請您將它讓給‘需要幫 助’的乘客好嗎？謝謝您的協(xié)助！”。本發(fā)明還涉及一種公交專座智能提示方法，包括以下步驟步驟一、系統(tǒng)對訓(xùn)練樣本進行學習，當系統(tǒng)處于學習狀態(tài)時，系統(tǒng)對16到55周歲 年齡段的男性臉部圖像進行采集與處理；具體分步驟如下(1)采集男性青壯年臉部圖像并進行彩色空間轉(zhuǎn)換；將針孔攝像頭抽樣采集到的男性青壯年臉部圖像進行強化后，再將其從RGB彩色 空間轉(zhuǎn)換至HSV彩色空間進行表達，即連續(xù)采集多幅，包括從16到55周歲不同年齡段 的男性及其不同表情特征的臉部圖像，再將每幅強化后的臉部圖像從RGB彩色空間轉(zhuǎn)換至 HSV彩色空間進行表達。(2)將臉部與背景區(qū)分開來；在抽樣采集到的男性青壯年臉部圖像中，按照像素坐標從左至右、從上到下地掃 描檢測像素的景物色調(diào)，并將落入HSV彩色空間中的色調(diào)區(qū)間[2°，47° ]的色調(diào)集合所對 應(yīng)的像素點擬定為人臉區(qū)域，因此就能將男性青壯年臉部圖像中其它區(qū)域及背景跟臉部區(qū) 域準確地區(qū)分開來。這是因為人物圖像中的人臉膚色與衣物及背景存在著明顯不同的色調(diào)差別，人臉 膚色與衣物及背景各自的色調(diào)分布于不同的角度區(qū)域，而且人臉膚色的色調(diào)相對穩(wěn)定地集 中在HSV彩色空間中的某個角度區(qū)域，通過實驗證實不論是自然光照射還是人工光源照 射，也不論攝像系統(tǒng)的異同，膚色的色調(diào)H的角度分布都基本保持在HSV彩色空間的2 47°之間，因此能夠通過人物圖像在HSV空間中的色調(diào)值來區(qū)分出人臉膚色和衣物、背景 及其它景物。換句話說，只有當某一景物的色調(diào)處于區(qū)間[2°，47° ]之內(nèi)，才有可能是人 臉膚色，否則是其它景物，如衣物或其它物品。通過實驗進一步證實人臉膚色的色調(diào)值為 11°的概率最高，因此稱11°的色調(diào)值為人臉膚色的概率峰值。令，人臉膚色色調(diào)在區(qū)間 [2°，47° ]的分布概率為P(H)時，則H= 11°的概率達到最高，SPP(ir ) =Pmax，也就 是說，當某個景物的色調(diào)為11°時，認定該景物為人臉膚色的置信度達到最高。(3)對抽樣采集到的男性青壯年臉部圖像確定臉部中心位置與臉部區(qū)域；利用抽樣采集到的男性青壯年臉部圖像的HSV彩色空間表達，在人臉膚色色調(diào) 集合中，以最接近11°的色調(diào)值所對應(yīng)的像素點坐標作為人臉中心點，如經(jīng)過人臉區(qū)域 搜尋結(jié)果，獲得落入HSV彩色空間中的色調(diào)區(qū)間[2°，47° ]的色調(diào)集合為{...，9.7°， 10. 1°，9. 5° , ... }，而且該集合所對應(yīng)的像素點坐標為{. . .，(ik_1; U，(ik，jk)，(ik+1， jk+1)，...)，其中最接近11°的色調(diào)值是10.1°，所對應(yīng)的像素點坐標為(ik，jk)，因此就可 以確定(ik，jk)為人臉中心位置坐標，i表示像素的列坐標，j表示像素的行坐標，腳標表示 列數(shù)和行數(shù)，ik的k表示第k列，Jk的k表示第k行。并以人臉中心點為基點向上、下各擴
張I行像素和向左、右各擴張I列像素，作為uXv大小的臉部區(qū)域，簡稱uXv臉部區(qū)域。(4)導(dǎo)入男性青壯年臉部區(qū)域圖像訓(xùn)練樣本；對男性青壯年臉部圖像截取UXv臉部區(qū)域后作為訓(xùn)練樣本導(dǎo)入本發(fā)明裝置系統(tǒng)。所采集的男性青壯年臉部圖像的UX ν臉部區(qū)域訓(xùn)練樣本均具有256個灰度級，一 般取訓(xùn)練樣本數(shù)η = kXl ^ 300 ；其中，k、1分別為被采樣男性青壯年數(shù)和每個男性青壯 年被采樣臉部區(qū)域的樣本數(shù)，如k = 30、1 = 10分別代表被采樣男性青壯年數(shù)為30個、每 個男性青壯年被采樣臉部區(qū)域的樣本數(shù)為10。(5)將訓(xùn)練樣本圖像轉(zhuǎn)換為一維向量；將每一個二維的男性青壯年臉部區(qū)域訓(xùn)練樣本圖像數(shù)據(jù)轉(zhuǎn)化為一維的向量，并定 義男性青壯年臉部特征為1類臉部特征，其余人的臉部特征為-1類臉部特征。所述“其余 人”，包括小孩、老人、婦女等。可以表達出1類第i圖像的一維向量Xi為Xi = [Xil xi2. · · xjT = [XiJ]τ (公式一)式中，Xij表示1類第i個樣本第j個像素灰度值；i = 1，2，. . .，η為1類臉部區(qū) 域樣本序號；j = 1，2，. . .，m為每個樣本圖像所取像素數(shù)，m = uX v，u和ν分別為樣本圖 像的列和行像素數(shù)。(6)計算訓(xùn)練樣本特征值及特征向量；計算1類的均值I,即
1 η mΙ = :ΣΣ (公式二)
nxm i=i j=i稱由此求得的均值玄為1類平均臉。對上述訓(xùn)練樣本進行規(guī)范化后可以表達為Vi=Xi-X; i = 1,2, . . . , η (公式三)由訓(xùn)練樣本組成的1類平均臉規(guī)范化向量νν = [V1 V2. ..νη]τ (公式三)此時，1類平均臉協(xié)方差矩陣為Q = [V1 V2. · · vn]T[Vl V2. · · vn] ；Q e Rnxn (公式四)利用(公式四)求取Q的特征值λ χ及其特征向量，并將其從大到小重新排列后 生成特征向量P=LA1 λ2 λ3···]τ (公式五)其中，X1 彡 A2 ^ A3^...(7)建立人臉特征判據(jù)；由于較大的特征值對應(yīng)的特征向量包含了較多的人臉特征信息，因此選取前s個 較大的特征值所對應(yīng)的特征向量構(gòu)成的向量空間就可以近似地表示人臉圖像的主要信息。 s取值由實驗確定。從ν= [V1 V2... 選取前s個較大的特征值所對應(yīng)的規(guī)范化值構(gòu)成新的規(guī)范 化向量為V = [v, V2 ... VsΓ (公式六)因此，可以直接用 來代表1類人臉特征，即男性青壯年臉部區(qū)域特征。這就是說，建立了人臉特征規(guī)范化向量后，就可以依次作為識別當前乘客是否為 男性青壯年的判據(jù)。
所述從(公式一)到(公式六)的計算過程，又被稱為臉部圖像對特征空間的投影。所述的圖像增強，是指采用脈沖耦合神經(jīng)網(wǎng)絡(luò)法模擬與特征有關(guān)的神經(jīng)元同步 行為來展示脈沖發(fā)放現(xiàn)象的連接模型，對車廂內(nèi)針孔攝像頭實時采集到的圖像進行增強。所述的脈沖耦合神經(jīng)網(wǎng)絡(luò)法(Pulse-Coupled Neural Networks，簡稱PCNN)，是一 種模擬與特征有關(guān)的神經(jīng)元同步行為來展示脈沖發(fā)放現(xiàn)象的連接模型。因此，它與視感神 經(jīng)系統(tǒng)的感知能力有著天然的聯(lián)系。應(yīng)用于圖像處理的PCNN結(jié)構(gòu)模型中，待處理的圖像每個像素f (i，j)對應(yīng)著每個 神經(jīng)元Nij,其中像素坐標，i = 1,2,3, ...,J = 1,2,3, ... ο以Iij表示像素點f(i，j)的 像素強度值，每個神經(jīng)元Nij除接收來自外部的刺激Iij外，還接收來自內(nèi)部網(wǎng)絡(luò)其他神經(jīng)元 的饋送輸入Fij (t)和聯(lián)接輸入LijU),接著通過神經(jīng)元連接強度β以乘積耦合形式Fij (t) [1+β LijU)]構(gòu)成神經(jīng)元Nij的內(nèi)部行為UijU),再通過動態(tài)閾值θ^α)與UijU)的比較 而激勵或抑制神經(jīng)元的脈沖信號輸出Yu(t)(又稱為點火)，t代表時間。由于常規(guī)圖像中邊緣兩邊的象素亮度強度差總比區(qū)域內(nèi)空間鄰近的象素亮度強 度差相對要大，因此，若采用PCNN于二維圖像處理，每個神經(jīng)元與圖像像素一一對應(yīng)，其亮 度強度值作為神經(jīng)元的外部刺激，則在PCNN內(nèi)部，空間鄰近、強度相似的像素集群能夠同 步點火，否則異步點火。這在圖像增強中，表現(xiàn)為同步點火對應(yīng)的圖像像素呈現(xiàn)相同的亮度 強度值，從而平滑了圖像區(qū)域；異步點火對應(yīng)的圖像像素呈現(xiàn)不同的亮度強度值，從而加大 了圖像區(qū)域間亮度強度的梯度，進而更加突出了圖像的邊緣，使得增強后的圖像亮度強度 分布更具有層次性。在標準的PCNN模型中，由于硬限幅函數(shù)的作用，其輸出是一個二值圖像幀。為了 使所建立的PCNN輸出映射函數(shù)能更有效地進行圖像整體對比度增強的處理，基于上述的 人眼視覺感知特性，采用類對數(shù)映射函數(shù)，將圖像的亮度強度映射到一個合適的視覺范圍。該方法的最大優(yōu)點在于它與視覺神經(jīng)系統(tǒng)的感知能力有著天然的聯(lián)系，使得該模 型不僅能較好地平滑圖像區(qū)域、突出圖像邊緣，而且能明顯地改善彩色圖像的視覺效果、增 強圖像色彩的真實效果。所述的彩色空間轉(zhuǎn)換，是指將增強后的圖像進行彩色空間轉(zhuǎn)換，即將增強后的數(shù) 字圖像從RGB彩色空間轉(zhuǎn)換至HSV彩色空間，轉(zhuǎn)換后的色調(diào)H、飽和度S和亮度V分別表示 為
9
V ^ max (R, G, B) (公式七)
C ^ ΓΠ1 (尺,召)IiA τ 7 , y~v
V(公式八)
、5=0；其它
‘60。(σ-β)/5;當 v = //^180。+ 60。(5-尺)/5;當￥=6 (公式九) 240。+ 60。(i - G ；當 V = S
并在計算H過程，如果出現(xiàn)H < 0，則取H < H+ 360° ’肖為H的實際取值。 所述RGB和HSV，分別為圖像彩色空間的描述方式。前者的空間向量[R G代表紅R、綠G和藍B三基色的色彩，同時也表示三基色的亮度，RGB三色之間存在著很大的 相關(guān)性。換句話說，通過[R G Β]τ三元素的不同取值，能夠形成不同的顏色效果。后者是根 據(jù)顏色的直觀特性創(chuàng)建的一種包含色調(diào)H、飽和度S和亮度V的三維彩色空間模型，也稱六 角錐體模型。在這個彩色空間模型中，色調(diào)H用角度度量，取值范圍為0 360°，從紅色開 始按逆時針方向計算，紅色為0°、綠色為120°、藍色為240°，它們的補色黃色為60°、 青色為180°、品紅為300° ；飽和度S取值范圍為0.0 1.0 ；亮度V取值范圍為0.0(黑 色) 1.0(白色)。如純紅色是[H S V]T=
τ，而S = O表示非彩色，在這種情況 下，色調(diào)未定義。步驟二、在線識別乘客類別，即相應(yīng)的公交專座智能提示裝置系統(tǒng)進入(處于)在 線工作狀態(tài)，對“老弱病殘孕”專座上的乘客實施實時監(jiān)視，根據(jù)識別結(jié)果對“老弱病殘孕” 專座乘客確定控制指令輸出，決定是否由語音提示器向該乘客提示；具體分步驟如下(1)在線采集“老弱病殘孕”專座上的乘客臉部位置圖像并進行彩色空間轉(zhuǎn)換；將針孔攝像頭實時采集到的“老弱病殘孕”專座上的乘客臉部位置圖像進行強化 后，再將其從RGB彩色空間轉(zhuǎn)換至HSV彩色空間進行表達。所述乘客臉部位置圖像，包括“老弱病殘孕”專座上有乘客、沒有乘客或該專座被 遮擋時的圖像。(2)將“老弱病殘孕”專座上乘客臉部與背景區(qū)分開來；在采集到的“老弱病殘孕”專座上的乘客臉部位置圖像中，按照像素坐標從左至 右、從上到下地掃描檢測像素的景物色調(diào)，將落入HSV彩色空間中的色調(diào)區(qū)間[2°，47° ] 的色調(diào)集合所對應(yīng)的像素點擬定為人臉區(qū)域，如果能夠找到對應(yīng)色調(diào)區(qū)間[2°，47° ]的 像素點，則說明“老弱病殘孕”專座上有乘客乘坐，因此將“老弱病殘孕”專座乘客其它區(qū)域 圖像及其背景與其臉部區(qū)域準確地區(qū)分開來。繼續(xù)下一步驟(3)。如果沒有找到能夠落入HSV色調(diào)區(qū)間[2°，47° ]色調(diào)所對應(yīng)的像素點，則表明 當前“老弱病殘孕”專座上尚未有人乘坐，或者是針孔攝像頭的視場暫時被車廂內(nèi)站立者的 身體部位所遮擋。此時，運算程序回到上述步驟(1)，繼續(xù)監(jiān)視“老弱病殘孕”專座上的乘客 臉部位置狀態(tài)。(3)對采集到的“老弱病殘孕”專座乘客臉部圖像確定人臉中心位置與眼部區(qū)域；利用人臉的HSV彩色空間表達，以最接近11°的色調(diào)值所對應(yīng)的像素點坐標作為
人臉中心點，并以人臉中心點為基點向上、下各擴張f行像素和向左、右各擴張|列像素，作
為uXv大小的臉部區(qū)域，簡稱uXv臉部區(qū)域，亦即可獲取uXv的臉部跟蹤區(qū)域。(4)對“老弱病殘孕”專座乘客臉部區(qū)域進行跟蹤；采用一階預(yù)測算法作為“老弱病殘孕”專座乘客臉部區(qū)域跟蹤的方法。設(shè)當前“老弱病殘孕”專座乘客臉部運動速度為V (tk) = [Vi (tk)Vj(tk)]T,J.
lk ~lk-\
γλλ (h)h _h-\ , Μ, χ=.. (公式十)
乂 [h )J Jk-Jk-I _ h ~h-\ _艮口，采用間隔時間At下，對人臉中心位置的前后兩次運算來求取，At = tk_tk_lt 其一階預(yù)測估計值應(yīng)為
徹
權(quán)利要求
一種公交專座智能提示裝置，其特征在于，包括針孔攝像頭、信號處理器和語音提示器，針孔攝像頭的輸出接口通過視頻電纜與信號處理器的圖像輸入接口連接，信號處理器的輸出接口與語音提示器數(shù)字的輸入接口連接；所述信號處理器，包括圖像輸入接口、模數(shù)轉(zhuǎn)換模塊、圖像處理模塊、輸出接口。其中圖像處理模塊承擔圖像信息的處理、識別與決策的整個運算過程，圖像輸入接口的輸入端經(jīng)視頻電纜與針孔攝像頭輸出接口相連，圖像輸入接口的輸出端與模數(shù)轉(zhuǎn)換模塊的輸入端連接，模數(shù)轉(zhuǎn)換模塊的輸出端口與圖像處理模塊的輸入端口連接；圖像處理模塊的輸出端口與輸出接口的輸入端連接；輸出接口的輸出端與語音提示器數(shù)字的輸入接口連接。
2.根據(jù)權(quán)利要求1所述的公交專座智能提示裝置，其特征是，所述針孔攝像頭，設(shè)置于 公交車廂內(nèi)，正對著“老弱病殘孕”專座上的乘客臉部位置，用于實時采集“老弱病殘孕”專 座上的乘客臉部位置視圖。
3.一種公交專座智能提示方法，其特征在于，包括以下步驟步驟一、系統(tǒng)對訓(xùn)練樣本進行學習，當系統(tǒng)處于學習狀態(tài)時，系統(tǒng)對從16到55周歲年 齡段的男性臉部圖像進行采集與處理；步驟二、在線識別乘客類別，相應(yīng)的公交專座智能提示裝置系統(tǒng)進入在線工作狀態(tài)，對 “老弱病殘孕”專座上的乘客實施實時監(jiān)視，根據(jù)識別結(jié)果對“老弱病殘孕”專座乘客確定控 制指令輸出，決定是否由語音提示器向該乘客提示。
4.根據(jù)權(quán)利要求3所述的公交專座智能提示方法，其特征是，步驟一中所述系統(tǒng)對訓(xùn) 練樣本進行學習，當系統(tǒng)處于學習狀態(tài)時，系統(tǒng)對男性青壯年臉部圖像進行采集與處理，包 括分步驟如下(1)采集男性青壯年臉部圖像并進行彩色空間轉(zhuǎn)換，通過針孔攝像頭連續(xù)采集的多幅 圖像，再將強化后的臉部圖像從RGB彩色空間轉(zhuǎn)換至HSV彩色空間進行表達；(2)將臉部與背景區(qū)分開來，在抽樣采集到的男性青壯年臉部圖像中，按照像素坐標從 左至右、從上到下地掃描檢測像素的景物色調(diào)，并將落入HSV彩色空間中的色調(diào)區(qū)間[2°， 47° ]的色調(diào)集合所對應(yīng)的像素點擬定為人臉區(qū)域，因此將男性青壯年臉部圖像中其它區(qū) 域及背景跟臉部區(qū)域準確地區(qū)分開來；(3)對抽樣采集到的男性青壯年臉部圖像確定臉部中心位置與臉部區(qū)域，利用抽樣采 集到的男性青壯年臉部圖像的HSV彩色空間表達，在人臉膚色色調(diào)集合中，以最接近11°的色調(diào)值所對應(yīng)的像素點坐標作為人臉中心點，并以人臉中心點為基點向上、下各擴張I行像素和向左、右各擴張I列像素，作為uXv臉部區(qū)域；(4)導(dǎo)入男性青壯年臉部區(qū)域圖像訓(xùn)練樣本，對男性青壯年臉部圖像截取uXv臉部 區(qū)域后作為訓(xùn)練樣本導(dǎo)入本發(fā)明裝置系統(tǒng)，所采集的男性青壯年臉部圖像臉部區(qū)域訓(xùn)練樣 本均具有256個灰度級，一般取訓(xùn)練樣本數(shù)η = kXl ^ 300 ；其中，k、1分別為被采樣男性 青壯年數(shù)和每個男性青壯年被采樣臉部區(qū)域的樣本數(shù)；(5)將訓(xùn)練樣本圖像轉(zhuǎn)換為一維向量，將每一個二維的男性青壯年臉部區(qū)域訓(xùn)練樣本 圖像數(shù)據(jù)轉(zhuǎn)化為一維的向量，并定義男性青壯年臉部為1類臉部特征，其余人的臉部為-ι 類臉部特征，表達出1類第i圖像的一維向量Xi為Xi= [xn xi2... xJT= [Xij]T;式中， Xij表示1類第i個樣本第j個像素灰度值；i = 1，2，. . .，η為1類臉部樣本序號；j = 1，[2，. . .，m為每個樣本圖像所取像素數(shù)，m = uX v，u和ν分別為樣本圖像的列和行像素數(shù)；(6)計算訓(xùn)練樣本特征值及特征向量；(7)建立人臉特征判據(jù)，由于較大的特征值對應(yīng)的特征向量包含了較多的人臉特征信 息，因此選取前s個較大的特征值所對應(yīng)的特征向量構(gòu)成的向量空間就近似地表示人臉圖 像的信息，s取值由實驗確定男性青壯年臉部區(qū)域特征。
5.根據(jù)權(quán)利要求4所述的公交專座智能提示方法，其特征是，分步驟(6)中所述的計算 訓(xùn)練樣本特征值及特征向量，是指1 η m計算ι類平均臉〒=;「ΣΣ ，對上述訓(xùn)練樣本進行規(guī)范化后表達為 _ i = nxm I=1 MVi = Xi-X;l，2，...，n，由訓(xùn)練樣本組成的1類平均臉規(guī)范化向量ν= [V1 ν2...νη]τ，此時，1類平均臉 協(xié)方差矩陣為Q = [V1 V2. . . vn] tLv1 V2- . . νη] ；Q e Rnxn求取Q的特征值其特征向量，并將其從大到小重新排列后生成特征向量P= [A1入2 入3···]Τ，其中，入工^入入3^···。
6.根據(jù)權(quán)利要求4所述的公交專座智能提示方法，其特征是，分步驟(7)中所述的確定 男性青壯年臉部區(qū)域特征，是指從V= [V1 V2... νη]τ中選取前S個較大的特征值所對應(yīng)的規(guī)范化值構(gòu)成新的規(guī)范化向 量f = h V2 ... 因此，直接用纟來代表1類人臉特征，即男性青壯年臉部區(qū)域特征。
7.根據(jù)權(quán)利要求3所述的公交專座智能提示方法，其特征是，步驟二中所述的在線識 別乘客類別，處于在線工作狀態(tài)，對“老弱病殘孕”專座上的乘客實施實時監(jiān)視，包括分步驟 如下(1)針孔攝像頭在線實時采集“老弱病殘孕”專座上的乘客臉部位置圖像，將采集到的 圖像進行強化后，再將其從RGB彩色空間轉(zhuǎn)換至HSV彩色空間進行表達；(2)將“老弱病殘孕”專座乘客臉部與背景區(qū)分開來，即在采集到的“老弱病殘孕”專座 上的乘客臉部位置圖像中，按照像素坐標從左至右、從上到下地掃描檢測像素的景物色調(diào)， 將落入HSV彩色空間中的色調(diào)區(qū)間[2°，47° ]的色調(diào)集合所對應(yīng)的像素點擬定為人臉區(qū) 域，如果能夠找到對應(yīng)色調(diào)區(qū)間[2°，47° ]的像素點，則說明“老弱病殘孕”專座上有乘客 乘坐，因此將“老弱病殘孕”專座乘客其它區(qū)域圖像及其背景跟臉部區(qū)域準確地區(qū)分開來， 繼續(xù)下一步驟(3)；如果沒有找到能夠落入HSV色調(diào)區(qū)間[2°，47° ]色調(diào)所對應(yīng)的像素 點，則表明當前“老弱病殘孕”專座上尚未有人乘坐，或者是針孔攝像頭的視場暫時被車廂 內(nèi)站立者的身體部位所遮擋，此時，運算程序回到上述步驟(1)，繼續(xù)監(jiān)視“老弱病殘孕”專 座上的乘客臉部位置狀態(tài)；(3)對采集到的“老弱病殘孕”專座乘客臉部圖像確定人臉中心位置與眼部區(qū)域，即利 用人臉的HSV彩色空間表達，以最接近11°的色調(diào)值所對應(yīng)的像素點坐標作為人臉中心點，并以人臉中心點為基點向上、下各擴張§行像素和向左、右各擴張|列像素，作為uXv臉部區(qū)域，即獲取uX ν的臉部跟蹤區(qū)域；(4)對“老弱病殘孕”專座乘客臉部區(qū)域進行跟蹤，采用一階預(yù)測算法作為“老弱病殘 孕”專座乘客臉部區(qū)域跟蹤的方法，預(yù)測出“老弱病殘孕”專座乘客臉部在某一時刻的人臉中心坐標；(5)導(dǎo)入測試樣本，根據(jù)跟蹤到的人臉中心坐標(ik，jk)，依次向上、下各擴張j行像素和向左、右各擴張I列像素，作為UXv臉部區(qū)域，截取UXv臉部區(qū)域作為“老弱病殘孕”專座乘客臉部測試樣本，并將其導(dǎo)入相應(yīng)的公交專座智能提示裝置系統(tǒng)；(6)計算測試樣本的特征向量，即對測試樣本的圖像特征值及其特征向量的計算，獲得 從ν = [V1 V2. ..νη]τ中選取前s個較大的特征值所對應(yīng)的規(guī)范化值構(gòu)成新的規(guī)范化向量
8.根據(jù)權(quán)利要求7所述的公交專座智能提示方法，其特征是，分步驟(4)中所述的跟蹤 的方法，是指設(shè)當前“老弱病殘孕”專座乘客臉部運動速度為
全文摘要
一種汽車工程中的控制技術(shù)領(lǐng)域的公交專座智能提示裝置與方法。裝置為針孔攝像頭的輸出接口通過視頻電纜與信號處理器的圖像輸入接口連接，信號處理器的輸出接口與語音提示器數(shù)字的輸入接口連接；方法為一、系統(tǒng)對訓(xùn)練樣本進行學習，當系統(tǒng)處于學習狀態(tài)時，系統(tǒng)對青壯年男性臉部圖像采集與處理；二、系統(tǒng)進入在線工作狀態(tài)，對“老弱病殘孕”專座上的乘客實施實時監(jiān)視，根據(jù)識別結(jié)果對“老弱病殘孕”專座乘客確定控制指令輸出，決定是否由語音提示器向該乘客提示。本發(fā)明能夠自動對搶占公交專座或因疏忽坐上公交專座者提供友好的提示，使其警覺自己的行為有所失誤，因此使公交專座的設(shè)置發(fā)揮出本身應(yīng)該發(fā)揮的作用；其識別準確率達到98％以上。
文檔編號G08B3/10GK101980314SQ20101050154
公開日2011年2月23日 申請日期2010年10月11日 優(yōu)先權(quán)日2010年10月11日
發(fā)明者史戰(zhàn)果, 應(yīng)俊豪, 張秀彬, 張筱, 馬麗 申請人:上海交通大學