汽车优选技术译丛智能网联汽车系列驾驶辅助系统计算机视觉技术

前言

第1章基于视觉的驾驶员辅助

系统1

11面向自动驾驶的驾驶员辅助

系统1

12传感器1

13基于视觉的驾驶员辅助3

14安全和舒适功能6

15VB-DAS范例7

16*新进展10

17本书的范围14

第2章驾驶员环境理解17

21驾驶员与周围环境17

22驾驶员监测18

23基础环境监测22

24中层环境感知27

第3章计算机视觉基础32

31图像符号32

32积分图像33

33RGB到HSV的转换34

34霍夫变换直线检测35

35摄像机37

36立体视觉和能量优化38

37立体匹配41

第4章目标检测、分类与跟踪43

41目标检测与分类43

42有监督分类技术44

421支持向量机45

422方向梯度直方图49

423哈尔特征53

43无监督分类技术57

431k-均值聚类57

432高斯混合模型61

44目标跟踪65

441均值漂移67

442连续自适应均值漂移71

443Kanade-Lucas-Tomasi(KLT)

跟踪器71

444卡尔曼滤波75

第5章驾驶员疲劳检测79

51引言79

52训练阶段:数据集80

53增加参数82

54应用阶段:简要的想法83

55自适应分类器85

551在具有挑战性的照明条件下的

问题86

552混合强度平均86

553参数适配88

56跟踪和搜索*小化90

561跟踪注意事项90

562滤波器建模和实现91

57相位保持去噪92

58全局哈尔特征94

581全局特征与局部特征95

582动态的全局哈尔特征96

59利用局部和全局特征增强

级联96

510试验结果97

511总结106

第6章驾驶员注意力分散检测108

61引言108

62非对称外观模型109

621模型实施110

622非对称AAM112

63驾驶员的头部姿态和视线

估计113

631优化的二维到三维姿态

建模114

632通过费马变换进行面部

匹配116

64试验结果118

641姿态估计118

642哈欠检测和头部点头

识别123

65总结123

第7章车辆检测与距离估计125

71引言125

72方法概览127

73自适应全局特征哈尔分类器129

74直线与角点特征131

741水平边缘132742特征点检测134

75基于尾灯的检测135

751尾灯规格：讨论136

752色谱分析137

753尾灯分割138

754基于模板匹配的尾灯

配对139

755基于虚拟对称检测的尾灯

配对140

76数据融合和时间信息143

77车距估计146

78试验结果149

781距离估计149

782车辆检测器的评估150

79总结160

第8章避免碰撞的模糊融合162

81引言162

82系统组成163

83模糊器和隶属函数164

84模糊推理和融合引擎167

841隐含规则168

842聚合规则168

85去模糊化168

86试验结果169

87总结175

参考文献177