智能车上视觉感知计算若干关键技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 智能车概述 | 第17-20页 |
| 1.2.1 智能车辆的系统结构 | 第17-19页 |
| 1.2.2 智能车上的关键技术 | 第19-20页 |
| 1.3 视觉感知计算发展概况 | 第20-23页 |
| 1.3.1 计算机视觉的发展历史 | 第21-22页 |
| 1.3.2 视觉感知计算研究面临的问题 | 第22-23页 |
| 1.4 本文相关内容的研究现状 | 第23-30页 |
| 1.4.1 目标检测与跟踪 | 第24-26页 |
| 1.4.2 面向深度感知的立体匹配 | 第26-28页 |
| 1.4.3 基于视觉的道路识别 | 第28-30页 |
| 1.5 本文研究内容与结构 | 第30-34页 |
| 1.5.1 课题来源 | 第30页 |
| 1.5.2 主要研究内容 | 第30-33页 |
| 1.5.3 论文组织 | 第33-34页 |
| 第2章 复杂环境下的目标检测与跟踪算法研究 | 第34-59页 |
| 2.1 概述 | 第34-37页 |
| 2.1.1 目标检测算法研究现状 | 第34-35页 |
| 2.1.2 目标跟踪算法研究现状 | 第35-36页 |
| 2.1.3 本文方法 | 第36-37页 |
| 2.2 基于改进码本模型的运动目标检测 | 第37-43页 |
| 2.2.1 YUV空间下的码本模型 | 第37-40页 |
| 2.2.2 结合高斯混合模型的背景建模 | 第40-42页 |
| 2.2.3 目标检测与提取 | 第42-43页 |
| 2.3 基于视觉注意机制的粒子滤波跟踪算法 | 第43-49页 |
| 2.3.1 粒子滤波跟踪框架 | 第44-45页 |
| 2.3.2 目标特征提取 | 第45-47页 |
| 2.3.3 基于视觉注意机制的目标跟踪 | 第47-49页 |
| 2.4 实验及分析 | 第49-58页 |
| 2.4.1 实验平台与方案 | 第49页 |
| 2.4.2 目标检测算法验证与分析 | 第49-53页 |
| 2.4.3 目标跟踪算法验证与分析 | 第53-58页 |
| 2.5 本章小结 | 第58-59页 |
| 第3章 基于双目视觉的实时立体匹配算法研究 | 第59-74页 |
| 3.1 概述 | 第59-60页 |
| 3.1.1 立体匹配算法研究现状 | 第59-60页 |
| 3.1.2 本文方法 | 第60页 |
| 3.2 视差估计 | 第60-64页 |
| 3.2.1 结合非参数变换的匹配代价初始化 | 第60-62页 |
| 3.2.2 基于迭代聚合方法的视差估计 | 第62-64页 |
| 3.3 视差优化 | 第64-68页 |
| 3.3.1 遮挡和误匹配检测 | 第64-66页 |
| 3.3.2 基于自适应窗口的视差优化 | 第66-68页 |
| 3.4 实验及分析 | 第68-73页 |
| 3.4.1 基于CUDA的并行优化 | 第68-70页 |
| 3.4.2 精确度对比 | 第70-72页 |
| 3.4.3 实时性 | 第72-73页 |
| 3.5 本章小结 | 第73-74页 |
| 第4章 非结构化道路识别算法研究 | 第74-91页 |
| 4.1 概述 | 第74-77页 |
| 4.1.1 相关研究 | 第74-77页 |
| 4.1.2 本文方法 | 第77页 |
| 4.2 消失点和主方向估计 | 第77-84页 |
| 4.2.1 局部纹理特征提取 | 第77-78页 |
| 4.2.2 投票点筛选与投票策略分析 | 第78-80页 |
| 4.2.3 基于道路主方向约束的投票点筛选 | 第80-82页 |
| 4.2.4 基于道路主方向的多维投票策略 | 第82-84页 |
| 4.3 道路边界提取 | 第84-86页 |
| 4.3.1 纹理和颜色特征描述 | 第84-85页 |
| 4.3.2 基于道路主方向的边界拟合 | 第85-86页 |
| 4.4 实验及分析 | 第86-90页 |
| 4.4.1 实验设计 | 第86-87页 |
| 4.4.2 主观分割结果 | 第87-88页 |
| 4.4.3 量化分析 | 第88-90页 |
| 4.4.4 实时性 | 第90页 |
| 4.5 本章小结 | 第90-91页 |
| 第5章 道路识别在无人驾驶汽车中的应用研究 | 第91-106页 |
| 5.1 湖南大学无人驾驶汽车平台 | 第91-93页 |
| 5.1.1 应用背景 | 第91-92页 |
| 5.1.2 平台介绍 | 第92-93页 |
| 5.2 基于道路识别的自主驾驶系统设计 | 第93-102页 |
| 5.2.1 系统概述 | 第93-94页 |
| 5.2.2 道路模型 | 第94-96页 |
| 5.2.3 图像坐标转换 | 第96-99页 |
| 5.2.4 道路识别算法实现 | 第99-100页 |
| 5.2.5 基于道路识别的车辆控制 | 第100-102页 |
| 5.3 实验及分析 | 第102-105页 |
| 5.3.1 实验平台 | 第102-103页 |
| 5.3.2 测试结果演示 | 第103-105页 |
| 5.4 本章小结 | 第105-106页 |
| 结论 | 第106-109页 |
| 一、本文工作总结 | 第106-107页 |
| 二、未来工作展望 | 第107-109页 |
| 参考文献 | 第109-119页 |
| 致谢 | 第119-120页 |
| 附录A 攻读学位期间发表的学术论文 | 第120-122页 |
| 附录B 攻读学位期间的研究工作 | 第122-123页 |
