声明
第1章 绪论
1.1 课题研究背景及意义
1.2 驾驶辅助系统研究现状
1.3 车辆检测与分类研究现状
1.4 研究内容
1.5 本文结构
第2章 车型识别与视觉测距理论基础
2.1 深度学习与神经网络
2.2 卷积神经网络
2.3 相机成像原理及数学模型
2.4 相机内部参数标定
2.5 本章小结
第3章 基于YOLOv2改进的车型识别算法
3.1 YOLOv2目标检测算法
3.2 基于K均值聚类的Anchors设计
3.3 基于DenseNet改进的YOLOv2识别算法
3.4 基于Focal Loss改进的损失函数
3.5 数据集准备与模型训练
3.6 实验结果分析
3.7 本章小结
第4章 车辆视觉测距与预警设计
4.1 视觉测距方法研究
4.2 基于数据拟合的车距测量模型
4.3 车辆安全距离及预警模式
4.4 本章小结
总结与展望
1. 本课题工作总结
2. 进一步工作展望
参考文献
致谢