一种人车碰撞下行人头部损伤分析方法及系统技术方案

本发明专利技术公开了一种人车碰撞下行人头部损伤分析方法及系统，基于CBAM注意力机制搭建改进YOLOv5模型，并利用对改进YOLOv5模型对车辆前方图像进行行人识别；基于行人识别结果，获取图像中行人的关节点建立人体骨架模型，从人体骨架模型中提取出人体头部处关键点，根据人体头部处关键点的坐标信息计算出头部撞击速度；建立行人头部碰撞损伤关联模型，所述人头部碰撞损伤关联模型包括头部颅内压和各脑组织应力；基于头部损伤生物力学以及对行人头部碰撞损伤关联模型进行行人头部撞击损伤分析，得到各类行人头部撞击损伤对应的速度截断值；将头部撞击速度与速度截断值进行比较，由此获得头部各个脑组织损伤程度。得头部各个脑组织损伤程度。得头部各个脑组织损伤程度。

【技术实现步骤摘要】
一种人车碰撞下行人头部损伤分析方法及系统


[0001]本专利技术属于图像识别
，尤其涉及一种人车碰撞下行人头部损伤分析方法及系统。

技术介绍

[0002]目前，随着汽车的普及，交通事故也逐年呈现上升趋势，在每年的交通事故中，约有120万人死亡，其中行人作为弱势群体，是受伤最为严重的群体，约有28万，其中发生脑部撞击而死亡的人群占到了50％
‑
80％。因此，在伤情救护过程中，如何对头部撞击的伤情进行预判断，为医护救治方案的确定和实施具有重要意义。
[0003]传统救治过程是医院接到电话，简单了解现场事故以及伤情，派出救护车去现场，进行简单的伤情护理，送到医院进行伤情诊断并进一步救治。该过程能相对有效的提高伤者的救治率，然而如果救护车从医院出发到达事故现场过程中，能有效的对伤者伤情进行预判断，并进行更合理的预处理，则能更好的提高患者的伤情救治效果，特别是头部损伤中，提高伤者的存活率。
[0004]随着图像识别技术的逐渐成熟，其被广泛的应用于车载设备上，用于记录路况，然而基于拍摄录像的快速后处理应用于头部伤情的预判断方法没有明确的发展及应用。

技术实现思路

[0005]针对现有技术在伤员救治领域的应用不足之处，本专利技术提出了一种人车碰撞下行人头部损伤分析方法及系统，该系统集合了行人识别、行人姿态和头部损伤分析三大组件，其中基于最新的yolov5和attention算法用于检测行人的存在，然后基于Alphapose的人体关键点的检测建立人体骨架结构模型，并获取头部的关键信息，最后通过撞击和落地两个时间节点的图像坐标转换确定头部运动组合，从而计算出头部着地速度，基于头部着地速度与头部损伤模型来判断头部损伤情况。
[0006]本专利技术是通过以下技术手段实现上述技术目的的。
[0007]一种人车碰撞下行人头部损伤分析方法，包括如下步骤：
[0008]步骤1：基于CBAM注意力机制搭建改进YOLOv5模型，并利用对改进YOLOv5模型对车辆前方图像进行行人识别；
[0009]步骤2：基于步骤1中的行人识别结果，获取图像中行人的关节点建立人体骨架模型，从人体骨架模型中提取出人体头部处关键点，根据人体头部处关键点的坐标信息计算出头部撞击速度；
[0010]步骤3：建立行人头部碰撞损伤关联模型，所述人头部碰撞损伤关联模型包括头部颅内压和各脑组织应力；
[0011]步骤4：基于头部损伤生物力学以及对行人头部碰撞损伤关联模型进行行人头部撞击损伤分析，得到各类行人头部撞击损伤对应的速度截断值；将步骤2计算出头部撞击速度与速度截断值进行比较，由此获得头部各个脑组织损伤程度。
[0012]进一步，获得改进YOLOv5模型及训练过程为：
[0013]步骤1.1、准备具有行人的图像，并对图像进行标注，得到图像对应的标签数据；将完成标注的图像划分为训练图像和验证图像；
[0014]步骤1.2、使用训练图像对原始YOLOv5模型进行预训练，得到原始YOLOv5模型的预训练权重；将注意力机制CBAM加入到原始YOLOv5模型的主干网结构中，得到改进YOLOv5模型。使用训练图像和预训练权重对改进YOLOv5模型重新进行训练，得到改进YOLOv5模型的新训练权重；并利用验证图像对改进YOLOv5模型进行验证。
[0015]进一步，所述注意力机制CBAM包括通道注意力模型和空间注意力模型，通道注意力模型和空间注意力模型均对摄像输入特征的卷积层进行最大池化和平均池化处理，将分析结果作为输出量进行输出。
[0016]进一步，步骤2中利用AlphaPose算法从人体骨架模型中提取出人体头部处关键点。
[0017]进一步，提取出行人头部的关键点坐标信息，根据关键点坐标信息计算头部各个关键点的移动距离，再利用两帧图像之间时间间隔，计算出头部各个关键点的速度；计算出头部所有关键点速度的平均值，将速度平均值作为头部撞击速度。
[0018]进一步，根据头部撞击速度计算头部颅内压，表示为：
[0019][0020]式中，v表示头部撞击速度，表示颅内压的计算值。
[0021]进一步，根据头部撞击速度计算出撞击时脑内部组织应力
[0022][0023][0024][0025]式中，v为头部撞击速度，为大脑应力计算值，为脑干应力计算值，为小脑应力计算值。
[0026]进一步，步骤4中基于头部损伤生物力学以及对行人头部碰撞损伤关联模型进行行人头部撞击损伤分析，得到各类行人头部撞击损伤对应的速度截断值的方法为：
[0027]若颅内压为235kPa时，根据头部颅内压的计算式得到速度截断值为27.3km/h；
[0028]若脑组织应力超过38kPa时，分别各脑组织应力分别计算出速度截断值分别为，大脑应力对应速度截断值为21.78km/h，脑干应力对应速度截断值为32km/h，小脑应力对应速度截断值为20.92km/h。
[0029]进一步，若第一次行人头部碰撞时，头部撞击速度已经超过20.92km/h，将停止计算第二次碰撞时的头部撞击速度；反之，若第一次行人头部碰撞时，头部撞击速度未超过20.92km/h，将继续计算第二次碰撞时的头部撞击速度。
[0030]一种人车碰撞下行人头部损伤分析系统，包含图像识别系统、速度检测分析系统、距离检测分析系统、损伤分析评估系统、数据存储和上传系统；
[0031]所述图像识别系统获取车辆前方图像数据并利用改进YOLOv5模型进行行人检测；
[0032]所述速度检测分析系统、距离检测分析系统根据图像识别系统的行人检测结果，输出人体头部处关键点及位移速度曲线变化；
[0033]损伤分析评估系统根据速度检测分析系统、距离检测分析系统输入的头部处关键点的速度与位移特征得到压力的实时变化，根据压力与脑部组织损伤之间的关系，得到头部损伤程度；
[0034]数据存储和上传系统将头部损伤程度进行存储同时上传到救护系统。
[0035]有益效果
[0036]本申请提出的一种人车碰撞下行人头部损伤分析方法与系统系统，基于最新的yolov5和attention算法用于检测行人的存在，然后基于Alphapose的人体关键点的检测建立人体骨架结构模型，并获取头部的关键信息，最后通过撞击和落地两个时间节点的图像坐标转换确定头部运动组合，从而计算出头部着地速度，基于头部着地速度与头部损伤模型来判断头部损伤情况，为医护救治提供较为准确的分析结果可以供医护提供参考，便于医护能够及时做出判断并制定相应的救治方案，从而最大程度的提高车祸伤者的救治率。
附图说明
[0037]图1为本专利技术实施例提供的一种人车碰撞下行人头部损伤分析方法及系统的逻辑框架图；
[0038]图2为注意力机制提高识别度和精度的方法；
[0039]图3为加入注意力机制后yolov5的框架图；
[0040]图4为本专利技术中如何有效获取人体姿态并进行快速建模的方法流程图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人车碰撞下行人头部损伤分析方法，其特征在于，包括如下步骤：步骤1：基于CBAM注意力机制搭建改进YOLOv5模型，并利用对改进YOLOv5模型对车辆前方图像进行行人识别；步骤2：基于步骤1中的行人识别结果，获取图像中行人的关节点建立人体骨架模型，从人体骨架模型中提取出人体头部处关键点，根据人体头部处关键点的坐标信息计算出头部撞击速度；步骤3：建立行人头部碰撞损伤关联模型，所述人头部碰撞损伤关联模型包括头部颅内压和各脑组织应力；步骤4：基于头部损伤生物力学以及对行人头部碰撞损伤关联模型进行行人头部撞击损伤分析，得到各类行人头部撞击损伤对应的速度截断值；将步骤2计算出头部撞击速度与速度截断值进行比较，由此获得头部各个脑组织损伤程度。2.根据权利要求1所述的一种人车碰撞下行人头部损伤分析方法，其特征在于，获得改进YOLOv5模型及训练过程为：步骤1.1、准备具有行人的图像，并对图像进行标注，得到图像对应的标签数据；将完成标注的图像划分为训练图像和验证图像；步骤1.2、使用训练图像对原始YOLOv5模型进行预训练，得到原始YOLOv5模型的预训练权重；将注意力机制CBAM加入到原始YOLOv5模型的主干网结构中，得到改进YOLOv5模型；使用训练图像和预训练权重对改进YOLOv5模型重新进行训练，得到改进YOLOv5模型的新训练权重；并利用验证图像对改进YOLOv5模型进行验证。3.根据权利要求2所述的一种人车碰撞下行人头部损伤分析方法，其特征在于，所述注意力机制CABM包括通道注意力模型和空间注意力模型，通道注意力模型和空间注意力模型均对摄像输入特征的卷积层进行最大池化和平均池化处理，将分析结果作为输出量进行输出。4.根据权利要求1所述的一种人车碰撞下行人头部损伤分析方法，其特征在于，步骤2中利用AlphaPose算法从人体骨架模型中提取出人体头部处关键点。5.根据权利要求4所述的一种人车碰撞下行人头部损伤分析方法，其特征在于，提取出行人头部的关键点坐标信息，根据关键点坐标信息计算头部各个关键点的移动距离，再利用两帧图像之间时间间隔，计算出头部各个关键点的速度；计算出头部所有关键点速度的平均值，将速度平均值作为头部撞击速度。6.根据...

【专利技术属性】
技术研发人员：陆颖，匡荣，束瑜，
申请(专利权)人：江苏大学，
类型：发明
国别省市：