基于多小波分析多层感知器驾驶行为识别技术论文

《基于多小波分析多层感知器驾驶行为识别技术论文》由会员分享，可在线阅读，更多相关《基于多小波分析多层感知器驾驶行为识别技术论文（12页珍藏版）》请在金锄头文库上搜索。

1、采用多小波变换和多层感知分类器的驾驶姿势识别技术采用多小波变换和多层感知分类器的驾驶姿势识别技术摘要开发了以人为中心的驾驶员辅助系统(HDAS)实现自动检测和识别驾驶行为,提出了一种基于 GHM 的有效的驾驶姿势特征识别方式，利用多小波变换和多层感知器识别了四种预定义的驾驶姿势。从 SEU 创建的驾驶姿势数据库提取的特征，通过与 IKSVMs 、kNN 分类器和 Parzen 分类器相比，选用 MLP 分类器对驾驶姿势进行层实验和交叉验证试验。实验结果表明,基于 GHM 多小波变换和MLP 分类器的特征提取,与 IKSVMs, kNN 分类器和 Parzen 分类器相比，使用softmax 激

2、活函数将激活层和双曲正切函数的隐层能提供最佳的分类性能。实验结果还表明,在四个预定义的分类中手机是最困难的一个,在维持和交叉验证实验中分别为 83.01%和 84.04%。这些结果表明以人为中心的驾驶辅助系统（HDAS）采用 GHM 多小波变换和 MLP 分类器来提取特征实现，自动检测和识别驾驶行为的方法是有效的。1、驾驶姿势数据采集和规范化在驾驶姿势数据收集工作使用罗技 C905 CCD 相机。通过 10 个男司机和10 女司机采集驾驶姿势数，汽车在自然条件下的室外停车场，随着环境的变化改变灯光的强度。已经建立好的数据库有四种的驾驶姿势数据，即把握方向盘，变速杆操作，吃一块蛋糕和打电话。图

3、1 显示了驾驶姿势数据样本组成的 80 组驾驶姿势图片,每一张图片都有 480640 像素的分辨率。图一、四种驾驶姿势。 （a）把握方向盘， （b）变速杆操作，（c）吃一块蛋糕， （d）打电话为了解决驾驶姿势数据采集图像的光照变化问题，采用提高图像质量的办法。称为同态滤波器(HOMOF), 即为著名的标准化方法。利用 HOMOF,图像首先转换为对数,注重频域分析。然后通过逆傅里叶变换反向转换到时域,并采取适当的指数运算。对驾驶图像感兴趣的对象主要是类似皮肤颜色的区域，如驾驶员的头部，右手和左手。这是一个事实，人的肤色无论种族都有非常相似的色性能，在一定的光照条件下肤色检测可以是相当强大。彩色像

4、素为肤色和非肤色可以通过在 RGB 空间进行标准化分类工作。一个 RGB 的坐标（R，G，B）为每个原色 0 和 255 之间的值被标准化到坐标（R0，G0，B0） ，可以利用下列关系：标准化的颜色(r0，g0，b0)被归类到肤色，如果它位于这个区域，则可以用下面的方法来标准化 RGB 空间。图 2 显示了四个肤色分割的 HOMOF 图像预处理结果。图二、肤色分割处理结果2、用多小波变换提取特征基于机器视觉的人体姿态识别具有挑战性，主要是由于人体的动作和空间位置变化的复杂，由于需要采用鲁棒性来评价车辆在行驶过程中的光照条件使得这一问题更加复杂了。在本节中，我们展示了利用司机裸露的皮肤，以及司机

5、的头部和左右手的空间位置来建立驾驶员的姿态特征。在一般小波的情况下，可以允许一个多分辨率的分析Vn，nN, L2(R)是一个有有限函数生成的拓展函数 (t)=( 0(t), 1(t), ,m-1(t)T，mN 和 t 是一个时间变量，然后利用下面的多尺度函数 (t)T验证 2 尺度方程。其中 0cm-1,并且 L1c是一个 mm 阶实数低通矩阵。多分辨率结构给出了 V1=V0W0，其中 W0在 V1中与 V0正交。我们可以基于 W0构建一组正交基 (t)=( 0(t), 1(t), ,m-1(t)T，通过以下公式转换得到。其中 L2 c是通过实系数矩阵L1c得到的一个 mm 阶实数高通矩阵。其

6、中 0n1，n2n-1 并且 z 是一个矩阵变量。方程式（3）和（4）通过傅里叶变换转化为 (2) =L1（ej）（）和 (2)= L2（ej）（） ，JZ，其中 是角频率变量。此外，我们假设数列 L1(c)，0cm-1 和 L2(c)，0cm-1 是有限，因此 (t)和 (t)会得到有力的支持。我们还假设通过矩阵史密斯巴恩韦尔正交条件验证 L1(z)，这样的尺度函数及其整数形式转化为 V0的标准正交基。因为，由于 S（t）V0，我们可以得到从 V0=V-1W-1，我们可以得到然后，我们可以用下面的步骤推到出系数之间的的关系从分析中，我们可以得到Geronimo 等人构建了一个最著名的多小波,

7、称为 Geronimo-Hardin-Massopust（GHM）多小波具有两个重要的特性。即正规化的整数可以转化拓展为一两个逼近的函数。GHM 多小波变换需要用分辨率为2n12n2（n1，n2N）像素的图像以及利用肤色分割把图像从新缩放到的256256 像素相同的维度。图 3 显示了一个利用 GHM 多小波变换把图像分解到 1，2，3 不同等级的例子。利用 GHM 多小波变换的细节系数矩阵，把每个图像分解到水平 3，采用一阶和二阶的统计手段计算驾驶姿势特征向量的平均值和标准差，在本文中给出了一种 1（25623+1）维的驾驶姿势特征向量的提取。图三、GHM 多小波图像分解3、多层感知器的分类

8、在模式分类中，最常用的神经分类器是前馈反向传播多层感知器 （MLP） 。MLP 使用反向传播算法，是检测和识别过程的标准算法。MLP 在的解决随机问题方面研究也很有用，这往往许一个非常复杂的问题，通过适当的近似得到近似解。在本文中，以利用三层 MLP 分类器分类驾驶姿势，其结构如图 4 所示。图四、三层分类感知器结构在输入的层中，X=（x1,xi,xp）T是特征向量的驾驶姿势，而 p 是特征向量的维数。在隐藏的层中，W =（w11,xij,xqp）T, 1ip, 1jq,是隐层的权向量和 q 是隐层神经元数目。U=（u1,uj,up）T是隐层加权向量，H=（h1,hj,hp）T 是隐层输出值向

9、量。在输出层中，W=(w11,xrj,xoq）T ,1r0,是权重向量和 o 是分类数。U=（u1,ur,uo）T 是输出层的加权向量，Y=（y1,yr,yo）T 是驾驶姿势类别。在三层，h 和 0 分别是在隐的层和输出层的激活传递函数。四个激活传递函数常用应用在模式分类中，如下。线性激活函数Logistic 激活函数Softmax 激活函数双曲正切激活函数线性激活函数只在整个实数范围内产生了正数。Logistic 函数是一种常见的S 形曲线，用 Verhulst 给定其名称和尺度，根据公式（13）输入数据（0，1） 。Softmax 激活函数由 Bridle 提出，所有的输出值介于 0 和

10、1 之间，它们的和是1，这是一个概括的多变量逻辑函数。双曲正切函数被定义为双曲正弦和余弦函数之间的比率。在我们设计的多层感知器结构中，与采用双曲正切函数的隐层和输出层相比，分别采用了其他三个的激活函数，即线性激活函数、 Logistic激活函数和 Softmax 激活功能。莱文伯格马夸特 （LM） 算法，由莱文伯格和唐纳德 马夸特发明，被列为最有效的 MLP 小型和中型训练算法之一。LM 算法的基本思想是，它会执行一个联合的训练过程：在一个复杂的曲率范围内，LM 算法切换到最陡下降法 （SD） 算法，直到局部曲率是恰当的二次近似。然后它近似为高斯-牛顿 (GN) 算法，可以大大加快收敛速度。L

11、M 算法的权值更新律如下其中 l 是目前的训练时间，Wl 是当前的权重矩阵，Wl+1 是下一个重量，Jl是电流的雅可比矩阵，El 是最后的总误差，I 是单位矩阵， 是组合系数。采用LM 算法设计培训过程如下：1）用初始权值评价总误差 ；2）根据公式 16 调整权重，进行更新；3）用新的权重评估总误差；4）如果当前的总误差是由于更新增加，从而提高组合系数 的 10 倍。返回步骤 2 并尝试再次更新；5）如果当前的总误差是由于更新下降，从而降低组合系数 的 10 倍；6）转到步骤 2 与新的权重，直到当前的总误差小于规定值。4、其他分类方法相比较SVMs 是一种检测识别模型与联想学习算法，可以分析

12、数据和识别模式，用于分类和回归分析。kNN 是一种基于空间中最近的训练对象进行分类的方法。Parzen 分类器估计概率密度为每个类使用一种基于存储的训练样本的非参数方法。这三个分类器都是经常被运用在模式分类中，并且我们采用它对驾驶姿势进行研究，将在本文中与我们设计的多层感知器的分类器进行比较。5、实验两个标准的实验程序，分别命名为层的方法和交叉验证方法，通过与 IKSVMs、 kNN 分类器和 Parzen 分类器相比，来验证的提取特征的方法和多层感知器的分类器。MLP 分类器设计成三层结构,即一个输入层、一个隐藏层和一个输出层。输入层神经元的数目是 2049,根据驾驶姿势的 GHM 多小波变

13、换提取特征向量的维数。根据驾驶姿势的分类，隐藏层中有 20 个的神经元，输出层有 4 个神经元。隐藏层的初始权值和输出层是从零的均值和方差的各向同性高斯分布和归一化绘制，使用 Nguyen 和 Widrow 的方法来实现标准化。LM 算法训练 MLP 分类器，并使用“早停”机制用来克服过度拟合的问题。在训练过程中，最大的数量和组合系数分别为 1000 和 0.01。在层的方法，从 SEU 驾驶姿势数据集 （如图 5 所示） 的图像中提取一定数量的特征向量预留作测试，而其余的是供训练。在 k-折叠交叉验证的方法中，把驾驶姿势的数据划分为 k 个子集。第 k 个数据集是保留测试和其余 k-1 的子

14、数据集都用于训练。图五、驾驶姿势数据库5.1、层实验层实验是基于特征向量的驾驶姿势随机分成训练数据集 （从 SEU 驾驶姿势数据集的图像中提取 80 的驾驶姿势特征向量） 和测试数据集 （从 SEU 驾驶姿势数据集的图像中提取 20%的驾驶姿势特征向量） 。使用层的实验方法，测试数据集被用于估计泛化误差。我们通过 SEU 的数据集随机重复 100次层实验，记录分类的结果。在第一个层的实验中，在输出层训练和测试同样适用于使用三种不同的激活函数的多层感知器（即，线性激活函数，Logistic 激活函数和 Softmax 激活函数） ，双曲正切激活函数适用于隐藏层中。同时比较分类性能，以及对驾驶姿势

15、的分类率，结果如图 6（a）和图 6（b）所示，这是SEU 驾驶姿势数据库中随机重复 100 次训练和测试数据的平均分类的结果 。多层感知分类器使用线性激活函数，Logistic 激活函数和 Softmax 激活函数在输出层中，平均分类精度分别 87.81%、 88.69%和 89.25%。从图 6，很明显的多层感知分类器，在输出层使用 Softmax 激活函数和在隐藏层适用双曲正切激活函数的，在第一个层实验中提供了最佳的性能。在第二次的层实验中，相同的训练和测试集被应用于多层感知器和其他三种分类器，在输出层使用 Softmax 激活函数和在隐藏层使用双曲正切激活函数。在第二次的层实验中，相同

16、的训练集和测试被应用于多层感知器，在输出层使用 Softmax 激活函数和在隐藏层使用双曲正切激活函数并且同时比较了其他三种分类器，即 IKSVMs 分类器、 kNN 分类器和 Parzen 分类器的分类性能。使用 IKSVMs 分类器、Parzen 分类器、kNN 分类器以及 MLP 分类器在输出层使用 Softmax 激活函数和在隐藏层使用双曲正切激活函数的分类结果显示在图7 中,分别为 83.31%,87.63%,87.38%和 90.5%。从图 7 中可以看出，在第二层实验中 MLP 分类器在使输出层用 Softmax 激活函数和在隐藏层使用双曲正切激活函数,在四种分类器中有最高的分率。图六、三种激活函数在层实验中的分类性能（a） 、分类率的条形图 （b） 、分类率的箱型图图七、MLP 和其他三种方法在层实验中的分类性能（a） 、分类率的条形图 （b） 、分类率的箱型图为了进一步评价的