赵池航，男，1975年8月生，博士，东南大学交通学院教授，博士生导师。主要从事交通信息感知理论、智能交通系统和公路交通经营管理与控制等方面的教学和研究工作。目前主持及参与完成国家自然科学基金项目5项、教育部博士点基金项目2项、江苏省自然科学基金项目1项；在IET Intelligent Transport Systems、Engineering Applications of Artificial Intelligence和Journal of Intelligent and Fuzzy Systems等核心期刊及IEEE国际会议上发表学术论文40余篇，其中SCI检索16篇、EI检索33篇，SCI被他人引用50多次，EI被他人引用90多次；申请国家发明专利20余项，其中发明专利授权10项；出版学术专著3部。

上篇 车辆信息感知理论与技术
第1章 车辆信息感知技术的研究现状分析
1.1 车辆检测理论与技术的研究现状
1.2 车辆品牌感知理论与技术的研究现状
1.3 车辆行为感知理论与技术的研究现状
1.4 车辆检索理论与技术的研究现状
参考文献
第2章 交通场景中车辆检测理论与技术
2.1 车辆图像采集
2.2 基于对称特征的车辆检测方法
2.3 其他车辆检测方法
2.4 感兴趣区域（ROI）定位
2.5 小结
参考文献
第3章 车辆品牌感知理论与技术
3.1 基于单特征的车辆品牌感知方法
3.1.1 车辆品牌纹理特征提取
3.1.2 分类器
3.1.3 实验结果与分析
3.2 基于组合特征的车辆品牌感知方法
3.2.1 梯度方向直方图（HOG）
3.2.2 Contourlet变换
3.2.3 特征降维
3.2.4 组合特征及降维
3.2.5 基于级联集成分类器的可靠分类
3.2.6 实验结果及分析
3.3 小结
参考文献
第4章 交通场景中车辆异常行为感知理论与技术
4.1 基于颜色空间模型的城市交通场景中信号灯的检测方法
4.1.1 图像预处理
4.1.2 色彩空间模型
4.1.3 信号灯模板匹配
4.1.4 基于颜色空间模型的信号灯检测
4.2 基于车辆和车牌对称特征的车辆检测方法
4.2.1 基于车辆和车牌对称特征的车辆检测
4.2.2 其他车辆检测方法
4.2.3 实验结果
4.3 基于联合特征的城市交通场景中车辆异常行为检测方法
4.3.1 构建车辆行为图像集
4.3.2 梯度方向直方图
4.3.3 局部二值模式
4.3.4 边缘方向直方图
4.3.5 联合特征提取
4.3.6 支持向量机分类器
4.3.7 实验结果
4.4 小结
参考文献
第5章 基于车载装饰品特征的车辆检索方法
5.1 车载装饰品局部区域图像集的构建方法
5.1.1 车辆图像数据采集
5.1.2 基于车辆及其车牌对称特征的车辆检测方法
5.1.3 基于级联分类器及Haar特征的车辆检测方法
5.1.4 基于灰度共生矩阵（GLCM）的车辆检测方法
5.1.5 基于支持向量机（SVM）及纹理特征的车辆检测方法
5.1.6 车辆前挡风玻璃区域的定位
5.1.7 车载装饰品局部区域图像集的构建
5.2 基于车载装饰品区域图像颜色直方图的车辆检索方法
5.2.1 基于颜色直方图的车载装饰品区域图像特征表征
5.2.2 基于其他图像特征的描述方法
5.2.3 特征相似度的衡量
5.2.4 检索效果评价标准
5.2.5 实验结果
5.3 小结
参考文献
中篇 路面信息感知理论与技术
第6章 路面信息感知技术的研究现状
6.1 路面图像预处理技术研究现状
6.2 路面破损检测技术研究现状
6.3 路面破损分类技术研究现状
参考文献
第7章 路面信息感知的方法
7.1 基于联合检测器的路面破损检测方法
7.1.1 路面破损图像采集
7.1.2 图像预处理
7.1.3 基于灰度分析的路面破损检测
7.1.4 基于联合检测器的路面破损检测
7.1.5 路面图像破损区域定位
7.2 基于Contourlet变换的路面图像特征提取方法
7.2.1 Contourlet变换
7.2.2 其他纹理特征提取方法
7.2.3 支持向量机分类器
7.2.4 实验分析
7.3 基于联合特征及分类器集成的路面破损类型分类方法
7.3.1 联合特征
7.3.2 分类器集成
7.3.3 实验分析
7.4 小结
参考文献
下篇 驾驶人信息感知理论与技术
Chapter 8 Introduction of Driver's Information Perception
8.1 Introduction of driver's fatigue detection
8.2 Introduction of driver's abnormal activities detection
References
Chapter 9 Perception of Driver's Fatigue Information Using Curvelet transform
9.1 SEU fatigue expression data acquisition
9.2 Curvelet transform for image feature description
9.3 Support Vector Machine (SVM)
9.4 Other classification methods compared
9.4.1 Linear Perception (LP) classifier
9.4.2 k-Nearest Neighbor (k-NN) classifier
9.4.3 Multilayer Perception (MLP) classifier
9.4.4 Parzen classifier
9.5 Experiments
9.6 Conclusions
References
Chapter 10 Recognition of Driver's Fatigue Expression Using Local Multiresolution Derivative Pattern
10.1 Fatigue expression data acquisition
10.2 Local multiresolution derivative pattern
10.2.1 Local Derivative Pattern(LDP)
10.2.2 Local Multiresolu

本书分上、中、下三篇，上篇、中篇用中文撰写，下篇用英文撰写。本书以交通信息感知理论与技术为主线，系统研究了交通场景中驾驶人-车辆-路面信息感知的理论与技术，主要包括：车辆信息感知理论与技术，主要有交通场景中车辆检测理论与技术、车辆品牌感知理论与技术、车辆异常行为感知理论与技术和基于车载装饰品特征的车辆检索方法；路面信息感知理论与技术，主要有基于联合检测器的路面破损检测方法、基于Contourlet变换的路面图像特征提取方法和基于联合特征及分类器集成的路面破损类型分类方法；驾驶人信息感知理论与技术，主要有基于Curvelet变换的驾驶人疲劳识别方法、基于LMDP（Local Multiresolution Derivative Pattem）的驾驶入疲劳识别方法、基于NC（Nonsubsampled Contourlet）变换的驾驶人异常姿态识别方法和基于融合特征的驾驶人异常姿态识别方法。
本书可作为高等院校交通运输工程、交通信息工程与控制、载运工具运用工程等专业研究生及本科生的教材，也可作为高等院校、科研院所和企事业单位从事智能交通系统研究的工程技术人员的参考书。