融合異構(gòu)信息的長(zhǎng)途客車(chē)乘客異動(dòng)情況覺(jué)察技術(shù)研究.pdf

1、本文根據(jù)車(chē)載嵌入式計(jì)算機(jī)系統(tǒng)（簡(jiǎn)稱(chēng)車(chē)機(jī)）獲取到的信息研究長(zhǎng)途客車(chē)乘客異動(dòng)情況的檢測(cè)問(wèn)題。
　　本文以車(chē)載音視頻系統(tǒng)為載體，提出了適用于嵌入式平臺(tái)的音視頻信息異常檢測(cè)算法，并融合其他一些車(chē)輛運(yùn)行的異構(gòu)信息，來(lái)輔助提高對(duì)乘客異動(dòng)情況覺(jué)察的敏感性。
　　本文的主要研究成果如下:
　　1.利用跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)OpenCV（Open Source Computer Vision Library，開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)），通過(guò)JNI（

2、Java Native Interface，JAVA本地調(diào)用）技術(shù)實(shí)現(xiàn)了Android平臺(tái)下的長(zhǎng)途客車(chē)車(chē)載乘客監(jiān)控圖像檢測(cè)。
　　2.在Android車(chē)機(jī)上實(shí)現(xiàn)了乘客運(yùn)動(dòng)檢測(cè)和圖像亮度異常檢測(cè)。
　　3，研究了WAV音頻格式，實(shí)現(xiàn)了其在Android平臺(tái)下的解析。成功在Android平臺(tái)下檢測(cè)出了音頻頻率和分貝值，根據(jù)對(duì)頻率和分貝值的分析結(jié)果，提出了適合于嵌入式平臺(tái)的單閾值音頻異常檢測(cè)算法，最終判別出是否出現(xiàn)車(chē)載音頻異常。<

3、br>　　4.針對(duì)車(chē)載異構(gòu)信息，提出了動(dòng)態(tài)D-S（Dempster-Shafter，證據(jù)推理）融合算法:根據(jù)輔助信息處理融合的結(jié)果對(duì)車(chē)輛運(yùn)行場(chǎng)景區(qū)別分類(lèi)，不同場(chǎng)景下運(yùn)用不同基本概率分配函數(shù)的D-S證據(jù)推理方法對(duì)音視頻檢測(cè)結(jié)果進(jìn)行了異構(gòu)信息融合，最終實(shí)現(xiàn)了可靠的長(zhǎng)途客車(chē)乘客異動(dòng)覺(jué)察系統(tǒng)。
　　實(shí)驗(yàn)證明，本文提出的動(dòng)態(tài)多源異構(gòu)信息融合處理技術(shù)能夠更加有效可靠的對(duì)乘客進(jìn)行異動(dòng)覺(jué)察。從而幫助司機(jī)對(duì)乘客進(jìn)行監(jiān)控，發(fā)現(xiàn)異動(dòng)后對(duì)司機(jī)進(jìn)行預(yù)警，提