基于GA-BP的安全带佩戴识别方法

• 作者: 张学荣 胡满江 苏清祖 葛如海
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 安全带佩戴 状态识别 特征向量 PCA降维 BP神经网络 遗传算法
• 年，卷（期）: 2014,（2）
• 页码范围: 125-131
• 页数: 7页
• 分类号: U461.91
• 字数: 3838字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2014.02.001

摘要

为了避免不规范佩戴安全带行为的发生,进一步提高安全带的佩戴率,提出了一种基于GA-BP的安全带佩戴识别方法.该方法在图像处理技术的基础上,提取安全带极坐标转化后的二值化图像像素值作为表征安全带佩戴状态的特征向量,并通过PCA方法对其进行降维;然后采用BP神经网络算法,建立基于BP神经网络的安全带佩戴识别模型,同时为了提高安全带佩戴识别模型的精度,引入遗传算法对其权值和阈值进行优化,建立基于GA-BP的安全带佩戴识别模型;最后通过具体实例验证.结果表明:该方法合理有效,能较好地对安全带的不同佩戴状态进行识别,具有较好的实用性和推广性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏清祖	江苏大学汽车与交通工程学院	48	812	14.0	27.0
2	葛如海	江苏大学汽车与交通工程学院	119	1125	17.0	28.0
3	张学荣	江苏大学汽车与交通工程学院	47	505	11.0	21.0
4	胡满江	江苏大学汽车与交通工程学院	6	36	4.0	6.0