目錄
第1章 緒論 1
1.1 研究背景及意義 1
1.2 國(guó)內(nèi)外研究現(xiàn)狀分析及存在的問(wèn)題 2
1.2.1 駕駛員模型 2
1.2.2 車輛、行人檢測(cè)與追蹤 3
第2章 基于移動(dòng)視頻淺層特征的道路信息識(shí)別研究 6
2.1 基于感興趣區(qū)域優(yōu)先級(jí)的車道識(shí)別系統(tǒng)研究 6
2.1.1 駕駛?cè)蝿?wù)驅(qū)動(dòng)的感興趣區(qū)域 6
2.1.2 車載前置攝像頭測(cè)距原理與方法分析 7
2.1.3 圖像預(yù)處理 9
2.1.4 車道識(shí)別 13
2.1.5 車道線生成算法優(yōu)化 14
2.1.6 實(shí)驗(yàn)測(cè)試與分析 16
2.2 基于車載前置移動(dòng)視頻采集終端的行人檢測(cè) 17
2.2.1 行人檢測(cè)的相關(guān)方法 17
2.2.2 算法設(shè)計(jì)與實(shí)驗(yàn)分析 18
2.3 車輛識(shí)別 24
2.3.1 車輛檢測(cè)方式概述 24
2.3.2 基于視覺(jué)的車輛識(shí)別方法 25
2.3.3 基于視覺(jué)的車輛跟蹤方法 25
2.3.4 基于移動(dòng)視頻的道路車輛檢測(cè)與跟蹤系統(tǒng)分析 26
2.3.5 車輛識(shí)別算法分析與設(shè)計(jì) 29
2.3.6 車輛跟蹤子模塊 38
2.3.7 車輛檢測(cè)的訓(xùn)練 39
2.4 結(jié)果分析 40
2.4.1 時(shí)間性能測(cè)試與分析 40
2.4.2 識(shí)別與跟蹤性能分析 42
2.5 本章小結(jié) 43
第3章 基于模糊綜合的駕駛信息采集與駕駛行為評(píng)價(jià) 44
3.1 駕駛行為模型分析 44
3.1.1 跟馳模型 44
3.1.2 行駛軌跡模型 46
3.2 模糊綜合評(píng)價(jià)法 46
3.3 BP神經(jīng)網(wǎng)絡(luò) 47
3.4 車輛及道路因素 47
3.5 駕駛員綜合評(píng)價(jià)系統(tǒng)分析與設(shè)計(jì) 47
3.5.1 基于模糊綜合評(píng)價(jià)的駕駛員模型 49
3 5.2 各因素及權(quán)重的確定方法研究 51
3.5.3 評(píng)價(jià)系統(tǒng)的安全設(shè)計(jì) 53
3.5.4 評(píng)價(jià)算法討論與仿真 53
3.6 基于車輛、環(huán)境、駕駛因素的駕駛評(píng)價(jià)模型優(yōu)化設(shè)計(jì) 54
3.6.1 評(píng)價(jià)模型參考因素分析 55
3.6.2 評(píng)價(jià)模型算法優(yōu)化分析 59
3.6.3 車輛駕駛評(píng)價(jià)算法優(yōu)化詳細(xì)分析 60
3.6.4 車輛駕駛員互評(píng)部分分析 62
3.6.5 車輛駕駛評(píng)價(jià)模型中的算法應(yīng)用優(yōu)化研究 63
3.6.6 優(yōu)化后的評(píng)價(jià)模型仿真程序運(yùn)行 73
3.7 本章小結(jié) 75
第4章 基于深度學(xué)習(xí)的道路信息檢測(cè)研究 76
4.1 數(shù)據(jù)集 76
4.2 KITTI數(shù)據(jù)集及算法分析 77
4.3 R-CNN與Fast R-CNN 81
4.3.1 選擇性搜索算法 81
4.3.2 駕駛?cè)蝿?wù)驅(qū)動(dòng)的選擇性搜索算法實(shí)驗(yàn)與分析 82
4.4 Faster R-CNN 85
4.5 改進(jìn)的基于雙注意機(jī)制的Faster R-CNN算法 89
4.6 基于Faster R-CNN的半監(jiān)督自主學(xué)習(xí)方法研究 90
4.7 深度學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì)與實(shí)驗(yàn)分析 92
4.7.1 車輛檢測(cè)優(yōu)化 111
4.7.2 行人檢測(cè)優(yōu)化 115
4.8 本章小結(jié) 119
第5章 基于視覺(jué)心理學(xué)的道路信息識(shí)別優(yōu)化研究 120
5.1 視覺(jué)心理物理學(xué)特性分析 120
5.1.1 視覺(jué)的組織性分析 120
5.1.2 視覺(jué)的相對(duì)性 121
5.1.3 視覺(jué)的選擇性 122
5.1.4 視覺(jué)的整體性 122
5.1.5 視覺(jué)誤差 122
5.2 視覺(jué)注意機(jī)制 126
5.2.1 自底向上結(jié)構(gòu)的數(shù)據(jù)驅(qū)動(dòng)視覺(jué)注意機(jī)制 126
5.2.2 數(shù)據(jù)驅(qū)動(dòng)的顯著區(qū)域檢測(cè)算法 128
5.2.3 自頂向下任務(wù)驅(qū)動(dòng)的視覺(jué)注意機(jī)制 134
5.3 道路信息圖像的處理與分析 135
5.4 基于靜態(tài)圖片的駕駛?cè)蝿?wù)驅(qū)動(dòng)的感興趣區(qū)域生成方法 138
5.5 基于視頻的駕駛?cè)蝿?wù)驅(qū)動(dòng)的動(dòng)態(tài)感興趣區(qū)域自動(dòng)生成方法 139
5.6 駕駛?cè)蝿?wù)與數(shù)據(jù)驅(qū)動(dòng)融合的動(dòng)態(tài)感興趣場(chǎng)的提出與生成方法 140
5.7 本章小結(jié) 149
第6章 基于單目攝像頭的駕駛員疲勞檢測(cè) 150
6.1 算法思路 150
6.2 圖像處理 150
6.2.1 圖像預(yù)處理 150
6.2.2 人臉粗定位 150
6.2.3 利用鼻孔及嘴唇進(jìn)行人眼輔助定位 156
6.2.4 人眼定位 157
6.3 照片檢測(cè) 160
6.3.1 人臉數(shù)據(jù)庫(kù) 160
6.3.2 實(shí)驗(yàn)結(jié)果分析 160
6.3.3 問(wèn)題與改進(jìn) 164
6.4 本章小結(jié) 165
參考文獻(xiàn) 166