一种基于安全带佩戴检测的行驶安全监管系统

1.一种基于安全带佩戴检测的行驶安全监管系统，其特征在于：包括信息录入模块、目标检测模块、安全带佩戴识别模块、佩戴提示模块、安全监管模块；

2.根据权利要求1所述的一种基于安全带佩戴检测的行驶安全监管系统，其特征在于：所述公共车辆的座位、安全带佩戴信息以及车速信息为一串六位数字的编码，前两位为车辆座位号，中间两位体现安全带佩戴情况，最后两位体现车速情况；所述车速进行实时采集，并同步转换为编码形式；若座位有乘客且佩戴安全带，则编码为xx00yy；若座位有乘客但未佩戴安全带，则编码为xx11yy；若座位无乘客则编码为xx01yy；其中，xx为座位号，x＝0、1、2、3……9；车辆座位号从01开始排列，00为司机驾驶位座位号；yy为车速编码；车速≤60km/h时yy为00，60km/h≤车速≤88km/h时yy为01，89km/h≤车速≤132km/h时yy为10，133km/h≤车速≤144km/h时yy为11。

3.根据权利要求1所述的一种基于安全带佩戴检测的行驶安全监管系统，其特征在于：所述佩戴提示模块一直未响应是指佩戴提示模块提示司机正确佩戴安全带后，司机仍未正确佩戴安全带，因此安全带佩戴识别模块的识别结果一直为“否”，当安全带佩戴识别模块的识别结果由“否”转为“是”，则佩戴提示模块被响应。

4.根据权利要求1所述的一种基于安全带佩戴检测的行驶安全监管系统，其特征在于：所述目标检测模块对车辆座位上的乘客进行目标检测的具体过程为：

5.根据权利要求4所述的一种基于安全带佩戴检测的行驶安全监管系统，其特征在于：所述卷积层是卷积神经网络中最核心的部分，由多个卷积单元组成，每个卷积单元都有一组可训练的卷积核，用来提取输入数据中的特征；输入数据与输出数据之间的关系可用公式表达为：其中，yj为输出数据；f(·)为非线性变换函数，即激活函数；bj为偏置项，用于控制神经元的激活阈值；xi为输入数据；wij为权重，表示输入特征与神经元之间的重要性或关联程度；为输入数据xi经过一层神经元的线性变换，n为神经元数量；

6.根据权利要求1所述的一种基于安全带佩戴检测的行驶安全监管系统，其特征在于：所述安全带佩戴识别模块对检测出目标的图像进行安全带佩戴识别分析，具体过程为：

7.根据权利要求6所述的一种基于安全带佩戴检测的行驶安全监管系统，其特征在于：所述步骤s11中将图像pxx从空间域的灰度值映射到广义隶属度的公式为：其中，pxx为座位号为xx的图像，空间域的灰度值pxx＝{xde}，广义隶属度t＝{t(xde)}；其中，xmax为图像最大灰度值，xmin为图像最小灰度值，m与n为图像的尺寸大小；