上篇 车辆及路面信息感知 3
第一章 国内外的发展及研究现状 3
1.1 车辆信息感知的研究现状 3
1.1.1 车辆区域检测方法研究现状 4
1.1.2 车辆品牌及型号识别研究现状 5
1.2 公路路面信息感知的研究现状 7
1.2.1 路面图像预处理技术现状 8
1.2.2 路面破损检测技术研究现状 9
1.2.3 路面破损分类技术研究现状 10
第二章 车辆信息感知理论与技术 12
2.1 车辆图像采集及车辆目标区域检测 13
2.1.1 基于对称特征的车辆检测方法 14
2.1.2 其他车辆检测方法 17
2.1.3 感兴趣区域（ROI）定位 19
2.2 特征描述器 21
2.2.1 梯度方向直方图（HOG） 21
2.2.2 Contourlet变换 21
2.2.3 特征降维 23
2.2.4 组合特征及降维 24
2.3 基于级联集成分类器的可靠分类 25
2.4 实验分析 34
2.4.1 单个分类器实验 35
2.4.2 级联集成分类器实验 37
2.5 小结 40
第三章 路面信息感知理论与技术 42
3.1 基于联合检测器的路面破损检测方法 42
3.1.1 路面破损图像采集 43
3.1.2 图像预处理 43
3.1.3 基于灰度分析的路面破损检测 46
3.2 路面图像破损区域定位 52
3.3 基于Contourlet变换的路面图像特征提取方法 53
3.3.1 Contourlet变换 54
3.3.2 其他纹理特征提取方法 56
3.4 支持向量机分类器 59
3.5 实验分析 62
3.6 小结 64
下篇 驾驶人疲劳及异常行为信息感知 69
Chapter 4 Introduction of Driver's Fatigue and Abnormal Activities Detection 69
4.1 Introduction of driver's fatigue detection 69
4.2 Introduction of driver's abnormal activities detection 71
Chapter 5 Perception of Driver's Fatigue Information 73
5.1 SEU fatigue expression data acquisition 73
5.2 Curvelet transform for image feature description 74
5.3 Support Vector Machines（SVMs） 76
5.4 Other classification methods compared 80
5.5 Experiments 81
5.6 Conclusions 86
Chapter 6 Perception of Driver's Abnormal Activities Information 87
6.1 Data acquisition and features extraction of driving postures 87
6.2 Features extraction by Nonsubsampled Contourlet Transform（NSCT） 89
6.3 k-Nearest Neighbor（kNN）classifier 91
6.4 Other classification methods compared 92
6.5 Experimental results 94
6.6 Conclusions 98
参考文献 99