本书系统地阐述了计算机视觉的优选技术、近期新成果及其在交通场景中的应用。全书共分3章，主要内括交通场景的实时语义分割、分心驾驶行为识别、交通道路障碍检测。本书可供道路交通行业及计算机、汽车工程领域的科研人员、工程技术人员和管理人员阅读，也可供高等院校计算机、车辆工程等相关专业的师生学。

目录1交通场景的实时语义分割11.1语义分割的研究背景及现状11.1.1引言11.1.2国内外研究现状31.1.3实时语义分割研究难点71.2相关概念及理论基础81.2.1卷积神网络81.2.2语义分割相关基础知识161.2.3数据集介绍181.2.4实时语义分割任务的典型解决方案1.3实时语义分割网络SSRNet的模型设计241.3.1网络的整体架构251.3.2特征提取残差块251.3.3共享型双分支网络架构311.3.4上下文路径331.3.5特征融合模块351.3.6上采样模块371.3.7辅助模块371.4实验与分析401.4.1开发环境401.4.2实验设计411.4.3实验结果与分析441.4.4模型的泛化能力53参考文献572分心驾驶行为识别622.1分心驾驶行为识别研究背景及现状622.1.1研究背景622.1.2国内外研究现状2.2相关理论概述682.2.1神网络基础682.2.2激活函数722.2.3目标检测理论基础732.2.4人体姿态估计理论基础752.2.5评价指标762.3基于YoloV5的目标检测算法782.3.1基于YoloV5的目标检测算法782.3.2的YoloV5目标检测算法822.3.3实验结果与分析8基于轻量级Openpose的人体姿态估计算法932.4.1基于Openpose的人体姿态估计算法932.4.2的轻量级Openpose人体姿态估计算法972.4.3实验结果与分析1012.5二阶段行为识别的方法实现1052.5.1实体流程1052.5.2实验方法1062.5.3实验结果分析1092.5.4实验对比分析111参考文献1133交通道路障碍检测1173.1交通道路障碍检测研究背景及现状1173.1.1检测背景1173.1.2当前研究现状1193.1.3道路障碍检测研究难点1213.2相关概念及理论基础1223.2.1卷积神网络1223.2.2目标检测算法的相关理论1273.3基于轻量级YoloV4的道路障碍检测模型1353.3.1后的模型整体1353.3.2YoloV4算法简介1353.3.3轻量级的特征提取网络1383.3.4的特征融合层1413.3.5加入注意力机制1423.3.6的CBL模块1443.4网络与实验结果1483.4.1开发环境搭建1483.4.2道路障碍的数据集1493.4.3实验设计1523.4.4实验结果分析158参考文献167