首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文--车上交通安全与防护设施论文

面向智能安全气囊的乘驾人检测理论和方法研究

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

论文共109页,点击 下载论文
上一篇:工程机械散热模块传热性能研究
下一篇:季冻区填土路基沉降预测及其附加应力分析