摘要 | 第1-7页 |
ABSTRACT | 第7-17页 |
第一章 绪论 | 第17-32页 |
·研究背景、目的及意义 | 第17-18页 |
·智能安全气囊 | 第18-21页 |
·汽车安全气囊系统 | 第18-20页 |
·智能安全气囊工作原理 | 第20-21页 |
·乘驾人检测国内外研究现状 | 第21-25页 |
·乘驾人检测系统现状 | 第21-22页 |
·乘驾人检测研究现状 | 第22-25页 |
·乘驾人检测系统亟待解决的关键问题 | 第25-26页 |
·本文的研究内容、方法和技术路线 | 第26-29页 |
·论文的组织 | 第29-32页 |
第二章 面向智能安全气囊的乘驾人检测系统构建 | 第32-43页 |
·乘驾人检测硬件系统框架体系 | 第32-39页 |
·基于车载的乘驾人检测硬件框架构建 | 第32-33页 |
·数字信号处理器选型 | 第33-34页 |
·外围电路设计与集成 | 第34-37页 |
·硬件系统优化 | 第37-39页 |
·乘驾人检测软件系统框架体系 | 第39-41页 |
·乘驾人检测测试数据库构建 | 第41-42页 |
·本章小结 | 第42-43页 |
第三章 乘驾人检测预处理与区域估计 | 第43-64页 |
·基于梯度方向的结构相似性图像质量评价方法 | 第44-50页 |
·局部图像块划分 | 第45-46页 |
·梯度方向表达 | 第46-47页 |
·结构相似性描述 | 第47-49页 |
·实验结果与分析 | 第49-50页 |
·基于 Contourlet 变换的乘驾人图像降噪 | 第50-55页 |
·Contourlet 变换 | 第51-52页 |
·图像降噪处理 | 第52-53页 |
·实验结果与分析 | 第53-55页 |
·光照强度估计 | 第55页 |
·均衡化处理 | 第55-57页 |
·乘驾人区域估计 | 第57-62页 |
·局部方向梯度直方图特征表达 | 第57-59页 |
·局部区域相关性分析 | 第59-61页 |
·实验结果与分析 | 第61-62页 |
·本章小结 | 第62-64页 |
第四章 基于多传感器融合的乘驾人分类方法 | 第64-83页 |
·乘驾人融合分类识别系统框架 | 第64-66页 |
·窗口分类器 | 第66-73页 |
·HOG 特征描述 | 第66-68页 |
·支持向量机分类器 | 第68-73页 |
·多尺度乘驾人定位 | 第73-77页 |
·多尺度空间分布函数构建 | 第74-75页 |
·非极大值抑制(NMS) | 第75-77页 |
·多传感器融合决策识别分类 | 第77-79页 |
·多传感器融合策略构建 | 第77-78页 |
·融合决策分类识别 | 第78-79页 |
·实验结果与分析 | 第79-82页 |
·本章小结 | 第82-83页 |
第五章 乘驾人跟踪与运动估计方法研究 | 第83-100页 |
·乘驾人跟踪与运动估计系统框架 | 第83-84页 |
·半监督在线学习的乘驾人跟踪算法 | 第84-90页 |
·Adaboosting 分类器 | 第85-86页 |
·On-line Boosting 特征选择 | 第86-88页 |
·Semi-Boosting 特征选择 | 第88-89页 |
·乘驾人跟踪 | 第89-90页 |
·基于交互式多模 IMM 的乘驾人运动估计 | 第90-97页 |
·Kalman 滤波器原理 | 第91-92页 |
·交互式多模型原理 | 第92-94页 |
·乘驾人运动估计 | 第94-97页 |
·实验结果与分析 | 第97-99页 |
·本章小结 | 第99-100页 |
第六章 总结与展望 | 第100-104页 |
·论文总结 | 第100-102页 |
·研究工作展望 | 第102-104页 |
参考文献 | 第104-108页 |
博士期间所取得的科研成果 | 第108-109页 |
1、论文发表情况 | 第108页 |
2、科研情况 | 第108页 |
3、教材编写情况 | 第108-109页 |
致谢 | 第109页 |