驾驶辅助系统计算机视觉技术
| 作者 |
| [伊朗]马哈迪·雷猜（Mahdi Rezaei） [新西兰]莱茵哈德＆# |
| 丛书名 |
| 汽车先进技术译丛 智能网联汽车系列 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111654568 |
| 简要 |
| 简介 |
| 内容简介 本书回顾了过去几十年相关领域的研究及目前的先进技术。针对单目摄像机提出了各类计算机视觉算法与技术。本书包括三方面内容，第 一方面是介绍驾驶员的状态检测，包括对驾驶员面部特征的分类、检测和跟踪，如眼睛状态、头部姿态、打哈欠和点头等；第二方面，通过对车辆识别算法和距离估计算法进行介绍，进而对道路和道路危险检测进行阐述；第三方面，实时分析驾驶员注意力（车内数据）和道路危险状态（车外数据）。本书对两种数据进行融合来预测当前驾驶环境的整体危险系数，以避免和减小车辆碰撞的危险，协助注意力不集中的驾驶员及时有效地完成规避操作。在几方面的讨论中，本书呈现并分析了基于行业标准的真实环境下的试验数据。 本书适合自动驾驶与先进驾驶辅助系统的研究开发人员阅读使用，也适合车辆工程专业师生参考阅读。 |
| 目录 |
| 前言 第1章基于视觉的驾驶员辅助 系统1 11面向自动驾驶的驾驶员辅助 系统1 12传感器1 13基于视觉的驾驶员辅助3 14安全和舒适功能6 15VB-DAS范例7 16最新进展10 17本书的范围14 第2章驾驶员环境理解17 21驾驶员与周围环境17 22驾驶员监测18 23基础环境监测22 24中层环境感知27 第3章计算机视觉基础32 31图像符号32 32积分图像33 33RGB到HSV的转换34 34霍夫变换直线检测35 35摄像机37 36立体视觉和能量优化38 37立体匹配41 第4章目标检测、分类与跟踪43 41目标检测与分类43 42有监督分类技术44 421支持向量机45 422方向梯度直方图49 423哈尔特征53 43无监督分类技术57 431k-均值聚类57 432高斯混合模型61 44目标跟踪65 441均值漂移67 442连续自适应均值漂移71 443Kanade-Lucas-Tomasi(KLT) 跟踪器71 444卡尔曼滤波75 第5章驾驶员疲劳检测79 51引言79 52训练阶段:数据集80 53增加参数82 54应用阶段:简要的想法83 55自适应分类器85 551在具有挑战性的照明条件下的 问题86 552混合强度平均86 553参数适配88 56跟踪和搜索最小化90 561跟踪注意事项90 562滤波器建模和实现91 57相位保持去噪92 58全局哈尔特征94 581全局特征与局部特征95 582动态的全局哈尔特征96 59利用局部和全局特征增强 级联96 510试验结果97 511总结106 第6章驾驶员注意力分散检测108 61引言108 62非对称外观模型109 621模型实施110 622非对称AAM112 63驾驶员的头部姿态和视线 估计113 631优化的二维到三维姿态 建模114 632通过费马变换进行面部 匹配116 64试验结果118 641姿态估计118 642哈欠检测和头部点头 识别123 65总结123 第7章车辆检测与距离估计125 71引言125 72方法概览127 73自适应全局特征哈尔分类器129 74直线与角点特征131 741水平边缘132742特征点检测134 75基于尾灯的检测135 751尾灯规格：讨论136 752色谱分析137 753尾灯分割138 754基于模板匹配的尾灯 配对139 755基于虚拟对称检测的尾灯 配对140 76数据融合和时间信息143 77车距估计146 78试验结果149 781距离估计149 782车辆检测器的评估150 79总结160 第8章避免碰撞的模糊融合162 81引言162 82系统组成163 83模糊器和隶属函数164 84模糊推理和融合引擎167 841隐含规则168 842聚合规则168 85去模糊化168 86试验结果169 87总结175 参考文献177 |
有问题微信扫码联系