| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第17-27页 |
| 1.1 选题背景 | 第17-20页 |
| 1.2 研究意义 | 第20-22页 |
| 1.2.1 理论意义 | 第20-21页 |
| 1.2.2 应用价值 | 第21-22页 |
| 1.3 研究内容和贡献 | 第22-25页 |
| 1.4 论文结构 | 第25-27页 |
| 第2章 车辆检测与解析的研究现状 | 第27-41页 |
| 2.1 引言 | 第27页 |
| 2.2 目标(识别)检测的发展历程 | 第27-29页 |
| 2.3 车辆检测与解析的发展现状 | 第29-31页 |
| 2.4 当前主流的车辆表示模型、优化、推理算法和数据库 | 第31-39页 |
| 2.4.1 可变形部件模型(DPM)和与或图模型(AOG) | 第31-34页 |
| 2.4.2 基于支持向量机(SVM)的判别式优化算法 | 第34-36页 |
| 2.4.3 推理计算 | 第36-37页 |
| 2.4.4 数据库 | 第37-39页 |
| 2.5 本章小结 | 第39-41页 |
| 第3章 基于车对的车辆建模与检测方法 | 第41-55页 |
| 3.1 引言 | 第41-43页 |
| 3.2 相关工作 | 第43-44页 |
| 3.3 遮挡的定量分析 | 第44-45页 |
| 3.4 车辆模型 | 第45-47页 |
| 3.4.1 与或图 | 第45-46页 |
| 3.4.2 与或图的分数函数 | 第46-47页 |
| 3.5 模型推理 | 第47-48页 |
| 3.6 模型训练 | 第48-50页 |
| 3.6.1 隐变量及初始化方法 | 第49页 |
| 3.6.2 LSSVM优化 | 第49-50页 |
| 3.7 实验结果 | 第50-54页 |
| 3.7.1 Roadside Car数据集 | 第51页 |
| 3.7.2 实现细节 | 第51页 |
| 3.7.3 定量分析与定性分析 | 第51-54页 |
| 3.8 本章小结 | 第54-55页 |
| 第4章 基于遮挡模拟和遮挡结构自适应学习的车辆建模与检测 | 第55-71页 |
| 4.1 引言 | 第55-56页 |
| 4.2 相关工作 | 第56-58页 |
| 4.3 判别式的与或图(AOG)模型 | 第58-60页 |
| 4.3.1 与或图(AOG)的结构和参数 | 第58-59页 |
| 4.3.2 与或图的分数函数(Scoring Function) | 第59-60页 |
| 4.4 与或图(AOG)结构的学习 | 第60-63页 |
| 4.4.1 产生遮挡配置 | 第60-61页 |
| 4.4.2 建立初始的与或树 | 第61-62页 |
| 4.4.3 优化与或图的结构 | 第62-63页 |
| 4.5 参数学习与模型推理 | 第63-64页 |
| 4.5.1 基于LSSVM的判别式学习 | 第63-64页 |
| 4.5.2 基于DP的快速推理 | 第64页 |
| 4.6 实验结果 | 第64-70页 |
| 4.6.1 Street Parking车辆数据集 | 第64-65页 |
| 4.6.2 车辆检测 | 第65-68页 |
| 4.6.3 车辆视角估计 | 第68-69页 |
| 4.6.4 语义部件定位 | 第69-70页 |
| 4.7 本章小结 | 第70-71页 |
| 第5章 基于上下文和遮挡建模的车辆建模与检测 | 第71-89页 |
| 5.1 引言 | 第71-73页 |
| 5.2 相关工作 | 第73-75页 |
| 5.2.1 基于单个目标（Single Object）的遮挡建模方法 | 第73-74页 |
| 5.2.2 目标对(Object-Pair)和视觉短语(Visual Phrase)模型 | 第74页 |
| 5.2.3 上下文(Context)模型 | 第74-75页 |
| 5.3 模型表示 | 第75-79页 |
| 5.3.1 与或图及相应的分数函数 | 第75-77页 |
| 5.3.2 模型推理 | 第77-79页 |
| 5.4 与或图模型结构的学习 | 第79-82页 |
| 5.4.1 N车上下文关系的挖掘 | 第79-80页 |
| 5.4.2 车辆遮挡模式的挖掘 | 第80-82页 |
| 5.5 与或图模型参数的学习 | 第82-83页 |
| 5.6 实验结果 | 第83-88页 |
| 5.6.1 KITTI数据集上的检测结果 | 第83-85页 |
| 5.6.2 Parking Lot数据集上的检测结果 | 第85-86页 |
| 5.6.3 Street Parking数据集上的检测结果 | 第86-88页 |
| 5.6.4 PASCAL VOC 2007数据集上的检测结果 | 第88页 |
| 5.7 本章小结 | 第88-89页 |
| 第6章 车辆部件状态变化的建模与识别 | 第89-105页 |
| 6.1 引言 | 第89-92页 |
| 6.1.1 研究动机和目标 | 第89-91页 |
| 6.1.2 模型概述 | 第91-92页 |
| 6.2 相关工作 | 第92-93页 |
| 6.3 模型表示 | 第93-96页 |
| 6.3.1 空间与或图模型(S-AOG) | 第93-94页 |
| 6.3.2 时空与或图模型(ST-AOG) | 第94-95页 |
| 6.3.3 分数函数（The Scoring Function） | 第95-96页 |
| 6.4 模型推理 | 第96页 |
| 6.5 模型优化 | 第96-97页 |
| 6.6 实验结果 | 第97-103页 |
| 6.6.1 车辆部件状态变化（Car Fluent）数据集 | 第97-99页 |
| 6.6.2 车辆部件定位及状态估计 | 第99-102页 |
| 6.6.3 车辆部件状态变化的识别 | 第102-103页 |
| 6.7 本章小结 | 第103-105页 |
| 第7章 总结与展望 | 第105-109页 |
| 7.1 全文总结 | 第105-106页 |
| 7.2 未来工作展望 | 第106-109页 |
| 参考文献 | 第109-123页 |
| 攻读学位期间发表论文与研究成果清单 | 第123-124页 |
| 攻读学位期间参加的科研项目 | 第124-125页 |
| 致谢 | 第125-127页 |
| 作者简介 | 第127页 |
