声明
摘要
第一章:绪论
1.1 引言
1.2 国内外研究现状
1.2.1 智能车辆国内外研究现状
1.2.2 目标检测技术国内外研究现状
1.2.3 目标分类与识别技术国内外研究现状
1.2.4 目标跟踪技术国内外研究现状
1.3 本文的主要研究内容
1.4 本文技术路线及章节安排
参考文献
第二章 车辆辅助驾驶系统及智能视觉分析
2.1 引言
2.2 车辆辅助驾驶系统
2.2.1 车辆辅助驾驶系统介绍
2.2.2 车辆辅助驾驶系统组成及功能
2.3 视觉分析模型与模式识别
2.3.1 视觉分析模型
2.3.2 模式识别
2.4 基于单目视觉的车辆辅助驾驶系统框架
2.5 本章小结
参考文献
第三章 基于Harr与HOG组合特征的分层级联多目标检测与分类
3.1 引言
3.2 特征选择分析
3.2.1 对称性特征
3.2.2 形状特征
3.2.3 阴影特征
3.2.4 颜色特征
3.2.5 运动特征
3.2.6 纹理特征
3.2.7 Harr特征
3.2.8 HOG特征
3.2.9 本文目标检测算法特征确定
3.3 检测算法整体框架
3.3.1 目标类别定义
3.3.2 整体算法结构
3.3.3 算法实现过程
3.4 基于Harr特征的前景目标提取
3.4.1 Harr特征提取
3.4.2 级联AdaBoost分类器设计
3.4.3 前景目标分割算法实现
3.5 基于HOG特征及SVM的目标分类检测
3.5.1 HOG特征提取
3.5.2 SVM分类器设计
3.5.3 精确目标提取算法实现
3.6 实验结果分析
3.6.1 样本库的建立
3.6.2 系统性能参数定义
3.6.3 车辆检测结果统计分析
3.6.4 人头肩检涮结果统计分析
3.6.5 检测算法结果分析
3.7 本章小结
参考文献
第四章 基于PDT/MHT算法的多目标假设跟踪
4.1 引言
4.2 目标跟踪技术与理论
4.2.1 光流法
4.2.2 Kalman滤波
4.2.3 均值漂移(Mean Shift)
4.3 多目标假设跟踪算法
4.3.1 最近邻数据关联算法(NNDA)
4.3.2 概率数据关联算法(PDA)
4.3.3 联合概率数据关联算法(JPDA)
4.3.4 多目标假设跟踪算法(MHT)
4.4 基于PDT/MHT的多目标跟踪算法
4.4.1 算法原理
4.4.2 算法实现
4.5 实验结果
4.6 本章小结
参考文献
第五章 多目标检测与跟踪系统集成与实验分析
5.1 引言
5.2 多目标检测与跟踪系统设计
5.2.1 基于“假设+确认”的系统开发
5.2.2 系统框架设计
5.2.3 系统开发与界面设计
5.3 实验环境和条件
5.4 实际环境测试与分析
5.4.1 单类别目标测试与结果分析
5.4.2 多类别目标测试与结果分析
5.4.3 特殊场景下的测试与结果分析
5.4.4 结果评析
5.5 本章小结
第六章 结论与展望
6.1 研究结论
6.2 主要创新点
6.3 研究展望
致谢
攻读博士期间发表的论文
攻读博士期间参加的科研项目及成果