面向自動駕駛的交通標識視覺感知

內容簡介

自動駕駛通過車載多感測器系統獲知周圍實時環境信息，計算處理後經過合理的決策規劃從而控制車輛的運動。本書從基於圖像的視覺感知角度出發，對面向自動駕駛的交通標識視覺感知相關技術進行系統分析和介紹，主要內容包括基於深度學習的視覺感知、交通標識的視覺識別、雙目視覺與交通標識測距、車道線檢測、面向自動駕駛的嵌入式系統、視覺感知在自動駕駛中的套用展望等。本書可以作為高等院校電子信息、交通工程和自動駕駛等相關專業本科生或研究生的參考書。本書中的實例均經過實踐驗證，可供從事自動駕駛汽車相關工作的工程技術人員參考和使用。

圖書目錄

第1章自動駕駛與計算機視覺

1.1自動駕駛發展歷史

1.2自動駕駛的定義與功能分析

1.3自動駕駛硬體平台

1.4自動駕駛軟體平台

1.5計算機視覺與感知

1.6視覺感知在自動駕駛中的套用

參考文獻

第2章人工智慧及其在自動駕駛中的套用

2.1人工智慧基礎

2.1.1人工智慧的發展歷程

2.1.2人工智慧的研究途徑

2.1.3人工智慧的趨勢與展望

2.2機器學習與深度學習

2.2.1機器學習的含義與分類

2.2.2深度學習的發展歷程

2.2.3深度學習與計算機視覺

2.2.4深度學習與自然語言處理

2.3強化學習

2.3.1強化學習的基本要素

2.3.2強化學習的常用方法

2.3.3強化學習的發展方向

2.4深度學習在自動駕駛中的套用

2.4.1交通標識識別

2.4.2目標感知

2.4.3車道線檢測

2.4.4自動泊車

2.4.5司乘人員狀態監控

2.5強化學習在自動駕駛中的套用

參考文獻

第3章基於深度學習的視覺感知

3.1深度學習基礎

3.2計算機視覺技術

3.3圖像分類典型算法

3.4目標檢測典型算法

3.4.1兩階段目標檢測方法

3.4.2單階段目標檢測方法

3.5目標跟蹤典型算法

3.6圖像分割典型算法

3.6.1語義分割算法

3.6.2實例分割算法

參考文獻

第4章交通標識的視覺識別

4.1交通標識和信號燈檢測

4.1.1交通標識檢測

4.1.2交通信號燈檢測

4.2卷積神經網路與目標檢測

4.2.1卷積神經網路結構分析

4.2.2目標檢測算法評估指標

4.2.3YOLOv3目標檢測模型分析

4.3數據集準備

4.3.1開源數據集的現狀及使用方法

面向自動駕駛的交通標識視覺感知

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條