【技术实现步骤摘要】
本专利技术属于特殊场景下智能检测活体，更具体地，涉及一种车辆在特殊场景下智能检测活体的方法及系统。
技术介绍
1、在日常生活中，经常遇到进出停车场通道盲区或者光线明暗交替无法观测是否有行人等活体的情况，相关风险导致的事故时有发生，但是现有技术中并没有一种技术方案能够对阴暗环境的活体进行准确检测。
技术实现思路
1、为解决以上技术问题，本专利技术提出一种车辆在特殊场景下智能检测活体的方法，包括：
2、获取车辆摄像头拍摄的当前图片，并获取当前图片数据，其中所述当前图片数据包括：初始帧图像的平均亮度、初始帧图像亮度分布的标准差、初始帧图像对比度、初始帧图像对比度的标准差、当前帧图像的平均亮度、当前帧图像亮度分布的标准差、当前帧图像对比度和当前帧图像对比度的标准差；
3、获取超声波雷达反射强度和超声波雷达初始状态下的基准强度，设置活体检测评分模型，并结合当前图片数据，计算当前图片中活体得分，当活体得分大于预设阈值时，表示车辆前方或后方有活体存在。
4、进一步的，所述活体检测评分模型为：
5、
6、其中，score为活体检测得分，w1为图像亮度变化权重，w2为亮度分布变化权重，w3为对比度变化权重，w4为对比度分布变化权重，w5为超声波雷达变化权重，g′为当前帧图像的平均亮度变化相比于初始帧图像的平均亮度的变化率，h′为当前帧图像亮度分布的标准差变化相比于初始帧图像亮度分布的标准差的变化率，i′为当前帧图像对比度变化相比于初始帧图像
7、进一步的，当前帧图像的平均亮度变化相比于初始帧图像的平均亮度的变化率g′、当前帧图像亮度分布的标准差变化相比于初始帧图像亮度分布的标准差的变化率h′、当前帧图像对比度变化相比于初始帧图像对比度的变化率i′和当前帧图像对比度的标准差变化相比于初始帧图像对比度的标准差的变化率j′，具体为：
8、
9、
10、
11、
12、其中，δl为当前帧图像的平均亮度变化，l1为初始帧图像的平均亮度，δsd为当前帧图像亮度分布的标准差变化，sd1为初始帧图像亮度分布的标准差，δc为当前帧图像对比度变化，c1为初始帧图像对比度，δcd为当前帧图像对比度的标准差变化，cd1为初始帧图像对比度的标准差。
13、进一步的，当前帧图像的平均亮度变化δl、当前帧图像亮度分布的标准差变化δsd、当前帧图像对比度变化δc和当前帧图像对比度的标准差变化δcd，具体为：
14、
15、
16、
17、
18、其中，l2为当前帧图像的平均亮度，sd2为当前帧图像亮度分布的标准差，c2为当前帧图像对比度，cd2为当前帧图像对比度的标准差。
19、进一步的，还包括：
20、
21、h(h′)＝log(1+|h′|)
22、i(i′)＝max(0，i′)
23、
24、
25、本专利技术还提出一种车辆在特殊场景下智能检测活体的系统，包括：
26、获取数据模块，用于获取车辆摄像头拍摄的当前图片，并获取当前图片数据，其中所述当前图片数据包括：初始帧图像的平均亮度、初始帧图像亮度分布的标准差、初始帧图像对比度、初始帧图像对比度的标准差、当前帧图像的平均亮度、当前帧图像亮度分布的标准差、当前帧图像对比度和当前帧图像对比度的标准差；
27、判断模块，用于获取超声波雷达反射强度和超声波雷达初始状态下的基准强度，设置活体检测评分模型，并结合当前图片数据，计算当前图片中活体得分，当活体得分大于预设阈值时，表示车辆前方或后方有活体存在。
28、进一步的，所述活体检测评分模型为：
29、
30、其中，score为活体检测得分，w1为图像亮度变化权重，w2为亮度分布变化权重，w3为对比度变化权重，w4为对比度分布变化权重，w5为超声波雷达变化权重，g′为当前帧图像的平均亮度变化相比于初始帧图像的平均亮度的变化率，h′为当前帧图像亮度分布的标准差变化相比于初始帧图像亮度分布的标准差的变化率，i′为当前帧图像对比度变化相比于初始帧图像对比度的变化率，j′为当前帧图像对比度的标准差变化相比于初始帧图像对比度的标准差的变化率，u为超声波雷达反射强度，u0为超声波雷达初始状态下的基准强度。
31、进一步的，当前帧图像的平均亮度变化相比于初始帧图像的平均亮度的变化率g′、当前帧图像亮度分布的标准差变化相比于初始帧图像亮度分布的标准差的变化率h′、当前帧图像对比度变化相比于初始帧图像对比度的变化率i′和当前帧图像对比度的标准差变化相比于初始帧图像对比度的标准差的变化率j′，具体为：
32、
33、
34、
35、
36、其中，δl为当前帧图像的平均亮度变化，l1为初始帧图像的平均亮度，δsd为当前帧图像亮度分布的标准差变化，sd1为初始帧图像亮度分布的标准差，δc为当前帧图像对比度变化，c1为初始帧图像对比度，δcd为当前帧图像对比度的标准差变化，cd1为初始帧图像对比度的标准差。
37、进一步的，当前帧图像的平均亮度变化δl、当前帧图像亮度分布的标准差变化δsd、当前帧图像对比度变化δc和当前帧图像对比度的标准差变化δcd，具体为：
38、
39、
40、
41、
42、其中，l2为当前帧图像的平均亮度，sd2为当前帧图像亮度分布的标准差，c2为当前帧图像对比度，cd2为当前帧图像对比度的标准差。
43、进一步的，还包括：
44、
45、h(h′)＝log(1+|h′|)
46、i(i′)＝max(0，i′)
47、
48、
49、总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效果：
50、本专利技术通过获取车辆摄像头拍摄的当前图片，并获取当前图片数据，其中所述当前图片数据包括：初始帧图像的平均亮度、初始帧图像亮度分布的标准差、初始帧图像对比度、初始帧图像对比度的标准差、当前帧图像的平均亮度、当前帧图像亮度分布的标准差、当前帧图像对比度和当前帧图像对比度的标准差；获取超声波雷达反射强度和超声波雷达初始状态下的基准强度，设置活体检测评分模型，并结合当前图片数据，计算当前图片中活体得分，当活体得分大于预设阈值时，表示车辆前方或后方有活体存在。本专利技术通过以上技术特征，能够在黑暗环境下对车辆前后的活体进行检测，从而避免事故。
本文档来自技高网...【技术保护点】
1.一种车辆在特殊场景下智能检测活体的方法，其特征在于，包括：
2.如权利要求1所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，所述活体检测评分模型为：
3.如权利要求2所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，当前帧图像的平均亮度变化相比于初始帧图像的平均亮度的变化率g′、当前帧图像亮度分布的标准差变化相比于初始帧图像亮度分布的标准差的变化率h′、当前帧图像对比度变化相比于初始帧图像对比度的变化率i′和当前帧图像对比度的标准差变化相比于初始帧图像对比度的标准差的变化率j′，具体为：
4.如权利要求3所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，当前帧图像的平均亮度变化ΔL、当前帧图像亮度分布的标准差变化ΔSD、当前帧图像对比度变化ΔC和当前帧图像对比度的标准差变化ΔCD，具体为：
5.如权利要求4所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，还包括：
6.一种车辆在特殊场景下智能检测活体的系统，其特征在于，包括：
7.如权利要求6所述的一种车辆在特殊场景下智
8.如权利要求7所述的一种车辆在特殊场景下智能检测活体的系统，其特征在于，当前帧图像的平均亮度变化相比于初始帧图像的平均亮度的变化率g′、当前帧图像亮度分布的标准差变化相比于初始帧图像亮度分布的标准差的变化率h′、当前帧图像对比度变化相比于初始帧图像对比度的变化率i′和当前帧图像对比度的标准差变化相比于初始帧图像对比度的标准差的变化率j′，具体为：
9.如权利要求8所述的一种车辆在特殊场景下智能检测活体的系统，其特征在于，当前帧图像的平均亮度变化ΔL、当前帧图像亮度分布的标准差变化ΔSD、当前帧图像对比度变化ΔC和当前帧图像对比度的标准差变化ΔCD，具体为：
10.如权利要求9所述的一种车辆在特殊场景下智能检测活体的系统，其特征在于，还包括：
...【技术特征摘要】
1.一种车辆在特殊场景下智能检测活体的方法，其特征在于，包括：
2.如权利要求1所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，所述活体检测评分模型为：
3.如权利要求2所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，当前帧图像的平均亮度变化相比于初始帧图像的平均亮度的变化率g′、当前帧图像亮度分布的标准差变化相比于初始帧图像亮度分布的标准差的变化率h′、当前帧图像对比度变化相比于初始帧图像对比度的变化率i′和当前帧图像对比度的标准差变化相比于初始帧图像对比度的标准差的变化率j′，具体为：
4.如权利要求3所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，当前帧图像的平均亮度变化δl、当前帧图像亮度分布的标准差变化δsd、当前帧图像对比度变化δc和当前帧图像对比度的标准差变化δcd，具体为：
5.如权利要求4所述的一种车辆在特殊场景下智能检测活体的方法，其特征在于，还包括：
...【专利技术属性】
技术研发人员：李灿，张洋，贾雨难，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。