由趙池航、連捷、黨倩著的《交通信息感知理論與方法》分上、下兩篇，上篇用中文撰寫，下篇用英文撰寫。本書以交通信息感知理論與方法為主線，系統(tǒng)研究了交通場景中駕駛人一車輛路面信息的感知及獲取有關理論與技術，主要包括：①交通場景中車輛區(qū)域檢測、車輛品牌特征提取及識別的理論與方法； ②路面破損檢測、特征提取及識別的理論與方法；③ 駕駛人臉部區(qū)域檢測、疲勞特征提取及識別的理論與方法；④駕駛人姿態(tài)的特征提取及識別的理論與方法。
本書可作為交通信息工程與控制、交通安全工程和載運工具運用工程等專業(yè)研究生的教材，也可以作為高等院校、科研院所和企事業(yè)單位從事智能交通行業(yè)工程技術人員的參考書。
趙池航，男，1975年8月生，東南大學交通學院副研究員，博士，碩士研究生導師，主要從事載運工具導航理論與方法的研究工作。2004年9月畢業(yè)于東南大學精密儀器及機械專業(yè)，獲工學博士學位，并留校任教；2006年3月至2007年2月，在韓國高麗大學從事博士后研究工作�，F(xiàn)主持國家自然科學基金1項、教育部博士點基金1項，作為主要研究人員完成國家自然科學基金2項、江蘇省自然科學基金1項，在國內(nèi)外核心期刊和國際會議上發(fā)表論文20余篇。
上篇 車輛及路面信息感知
第一章 國內(nèi)外的發(fā)展及研究現(xiàn)狀
1.1 車輛信息感知的研究現(xiàn)狀
1.1.1 車輛區(qū)域檢測方法研究現(xiàn)狀
1.1.2 車輛品牌及型號識別研究現(xiàn)狀
1.2 公路路面信息感知的研究現(xiàn)狀
1.2.1 路面圖像預處理技術現(xiàn)狀
1.2.2 路面破損檢測技術研究現(xiàn)狀
1.2.3 路面破損分類技術研究現(xiàn)狀
第二章 車輛信息感知理論與技術
2.1 車輛圖像采集及車輛目標區(qū)域檢測
2.1.1 基于對稱特征的車輛檢測方法
2.1.2 其他車輛檢測方法
2.1.3 感興趣區(qū)域(ROI)定位
2.2 特征描述器 上篇 車輛及路面信息感知
第一章 國內(nèi)外的發(fā)展及研究現(xiàn)狀
1.1 車輛信息感知的研究現(xiàn)狀
1.1.1 車輛區(qū)域檢測方法研究現(xiàn)狀
1.1.2 車輛品牌及型號識別研究現(xiàn)狀
1.2 公路路面信息感知的研究現(xiàn)狀
1.2.1 路面圖像預處理技術現(xiàn)狀
1.2.2 路面破損檢測技術研究現(xiàn)狀
1.2.3 路面破損分類技術研究現(xiàn)狀
第二章 車輛信息感知理論與技術
2.1 車輛圖像采集及車輛目標區(qū)域檢測
2.1.1 基于對稱特征的車輛檢測方法
2.1.2 其他車輛檢測方法
2.1.3 感興趣區(qū)域(ROI)定位
2.2 特征描述器
2.2.1 梯度方向直方圖(HOG)
2.2.2 Contourlet變換
2.2.3 特征降維
2.2.4 組合特征及降維
2.3 基于級聯(lián)集成分類器的可靠分類
2.4 實驗分析
2.4.1 單個分類器實驗
2.4.2 級聯(lián)集成分類器實驗
2.5 小結
第三章 路面信息感知理論與技術
3.1 基于聯(lián)合檢測器的路面破損檢測方法
3.1.1 路面破損圖像采集
3.1.2 圖像預處理
3.1.3 基于灰度分析的路面破損檢測
3.2 路面圖像破損區(qū)域定位
3.3 基于Contourlet變換的路面圖像特征提取方法
3.3.1 Contourlet變換
3.3.2 其他紋理特征提取方法
3.4 支持向量機分類器
3.5 實驗分析
3.6 小結
下篇 駕駛人疲勞及異常行為信息感知
Chapter 4 Introduction of Driver's Fatigue and Abnormal Activities Detection
4.1 Introduction of driver's fatigue detection
4.2 Introduction of driver's abnormal activities detection
Chapter 5 Perception of Driver's Fatigue Information
5.1 SEU fatigue expression data acquisition
5.2 Curvelet transform for image feature description
5.3 Support Vector Machines(SVMs)
5.4 Other classification methods compared
5.5 Experiments
5.6 Conclusions
Chapter 6 Perception of Driver's Abnormal Activities Information
6.1 Data acquisition and features extraction of driving postures
6.2 Features extraction by Nonsubsampled Contourlet Transform (NSCT)
6.3 k-Nearest Neighbor (kNN) classifier
6.4 Other classification methods compared
6.5 Experimental results
6.6 Conclusions
參考文獻
書單推薦
