即時(shí)網(wǎng)絡(luò)通信——基于道路信息與狀態(tài)分析的輔助系統(tǒng)
本書論述了一種基于即時(shí)網(wǎng)絡(luò)通信的汽車輔助駕駛系統(tǒng)與評價(jià)機(jī)制。該系統(tǒng)的視頻信息分別由道路信息獲取攝像頭和駕駛員狀態(tài)信息攝像頭采集。全書共6章,分為兩個(gè)部分,第一部分(第1章~5章)介紹了一種輕量級的感興趣區(qū)域優(yōu)先級的設(shè)定方法和一種基于移動(dòng)終端的道路行人信息快速識別方法。嘗試改進(jìn)基于雙注意機(jī)制的深度學(xué)習(xí)算法對車輛和行人進(jìn)行檢測。討論了自底向上的基于數(shù)據(jù)驅(qū)動(dòng)的顯著性區(qū)域的相關(guān)算法和自頂向下的基于任務(wù)驅(qū)動(dòng)的感
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
第1章 緒論 1
1.1 研究背景及意義 1
1.2 國內(nèi)外研究現(xiàn)狀分析及存在的問題 2
1.2.1 駕駛員模型 2
1.2.2 車輛、行人檢測與追蹤 3
第2章 基于移動(dòng)視頻淺層特征的道路信息識別研究 6
2.1 基于感興趣區(qū)域優(yōu)先級的車道識別系統(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 車道識別 13
2.1.5 車道線生成算法優(yōu)化 14
2.1.6 實(shí)驗(yàn)測試與分析 16
2.2 基于車載前置移動(dòng)視頻采集終端的行人檢測 17
2.2.1 行人檢測的相關(guān)方法 17
2.2.2 算法設(shè)計(jì)與實(shí)驗(yàn)分析 18
2.3 車輛識別 24
2.3.1 車輛檢測方式概述 24
2.3.2 基于視覺的車輛識別方法 25
2.3.3 基于視覺的車輛跟蹤方法 25
2.3.4 基于移動(dòng)視頻的道路車輛檢測與跟蹤系統(tǒng)分析 26
2.3.5 車輛識別算法分析與設(shè)計(jì) 29
2.3.6 車輛跟蹤子模塊 38
2.3.7 車輛檢測的訓(xùn)練 39
2.4 結(jié)果分析 40
2.4.1 時(shí)間性能測試與分析 40
2.4.2 識別與跟蹤性能分析 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 駕駛員綜合評價(jià)系統(tǒng)分析與設(shè)計(jì) 47
3.5.1 基于模糊綜合評價(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 評價(jià)系統(tǒng)的安全設(shè)計(jì) 53
3.5.4 評價(jià)算法討論與仿真 53
3.6 基于車輛、環(huán)境、駕駛因素的駕駛評價(jià)模型優(yōu)化設(shè)計(jì) 54
3.6.1 評價(jià)模型參考因素分析 55
3.6.2 評價(jià)模型算法優(yōu)化分析 59
3.6.3 車輛駕駛評價(jià)算法優(yōu)化詳細(xì)分析 60
3.6.4 車輛駕駛員互評部分分析 62
3.6.5 車輛駕駛評價(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 車輛檢測優(yōu)化 111
4.7.2 行人檢測優(yōu)化 115
4.8 本章小結(jié) 119
第5章 基于視覺心理學(xué)的道路信息識別優(yōu)化研究 120
5.1 視覺心理物理學(xué)特性分析 120
5.1.1 視覺的組織性分析 120
5.1.2 視覺的相對性 121
5.1.3 視覺的選擇性 122
5.1.4 視覺的整體性 122
5.1.5 視覺誤差 122
5.2 視覺注意機(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)域檢測算法 128
5.2.3 自頂向下任務(wù)驅(qū)動(dòng)的視覺注意機(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 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 160
6.3.1 人臉數(shù)據(jù)庫 160
6.3.2 實(shí)驗(yàn)結(jié)果分析 160
6.3.3 問題與改進(jìn) 164
6.4 本章小結(jié) 165
參考文獻(xiàn) 166