驾驶辅助系统计算机视觉技术

图书标准信息

• 作者 [伊朗]马哈迪·雷猜（Mahdi Rezaei） 著；高振海 译
• 出版社 机械工业出版社
• 出版时间 2020-09
• 版次 1
• ISBN 9787111654568
• 定价 99.00元
• 装帧 精装
• 开本 16开
• 纸张 胶版纸
• 页数 200页
• 字数 0.265千字

【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