自然场景下交通标志检测和分类算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-25页 |
| 1.2.1 交通标志检测研究现状 | 第15-21页 |
| 1.2.2 交通标志识别研究现状 | 第21-25页 |
| 1.2.3 存在的问题 | 第25页 |
| 1.3 本文研究内容和安排 | 第25-29页 |
| 1.3.1 研究内容 | 第25-26页 |
| 1.3.2 论文组织结构 | 第26-29页 |
| 第二章 交通标志图像预处理 | 第29-47页 |
| 2.1 引言 | 第29页 |
| 2.2 基础知识 | 第29-32页 |
| 2.2.1 我国的交通标志 | 第29-30页 |
| 2.2.2 常见颜色模型 | 第30-32页 |
| 2.3 交通标志图像对比度增强 | 第32-34页 |
| 2.4 颜色处理模型 | 第34-38页 |
| 2.4.1 颜色分布模型 | 第34-37页 |
| 2.4.2 改进的颜色对比度模型 | 第37-38页 |
| 2.5 交通标志数据集 | 第38-41页 |
| 2.5.1 GTSDB数据集 | 第39-40页 |
| 2.5.2 TSD_IIR数据集 | 第40-41页 |
| 2.6 实验结果与分析 | 第41-45页 |
| 2.6.1 颜色分布模型与改进颜色对比度模型比较 | 第41-44页 |
| 2.6.2 与其他算法的比较 | 第44-45页 |
| 2.7 本章小结 | 第45-47页 |
| 第三章 交通标志检测与形状分类 | 第47-70页 |
| 3.1 引言 | 第47页 |
| 3.2 基于旋转对称投影的多边形检测 | 第47-52页 |
| 3.2.1 旋转对称 | 第48-49页 |
| 3.2.2 旋转对称中心投影 | 第49-51页 |
| 3.2.3 多边形分类 | 第51-52页 |
| 3.3 基于连接分布模型的多边形检测 | 第52-58页 |
| 3.3.1 基于连接分布模型的多边形表示 | 第53页 |
| 3.3.2 基于动态规划的多边形匹配 | 第53-54页 |
| 3.3.3 学习连接分布模型 | 第54-56页 |
| 3.3.4 基于连接分布模型的多边形检测 | 第56-58页 |
| 3.4 实验结果与分析 | 第58-69页 |
| 3.4.1 实验数据集 | 第58页 |
| 3.4.2 基于旋转对称投影的多边形检测实验 | 第58-61页 |
| 3.4.3 基于连接分布模型的多边形检测实验 | 第61-64页 |
| 3.4.4 旋转对称投影算法和连接分布模型的比较 | 第64-66页 |
| 3.4.5 与其他算法的比较 | 第66-69页 |
| 3.5 本章小结 | 第69-70页 |
| 第四章 基于视觉显著性的交通标志检测 | 第70-94页 |
| 4.1 引言 | 第70页 |
| 4.2 视觉显著性 | 第70-71页 |
| 4.3 本章算法 | 第71-72页 |
| 4.4 自底向上的显著性区域检测 | 第72-80页 |
| 4.4.1 颜色属性训练 | 第73-75页 |
| 4.4.2 图像分割和区域表示 | 第75-77页 |
| 4.4.3 显著性检测 | 第77-80页 |
| 4.5 自上而下的显著性区域检测 | 第80-81页 |
| 4.6 交通标志检测 | 第81-83页 |
| 4.7 实验结果与分析 | 第83-93页 |
| 4.7.1 显著性区域检测实验 | 第83-89页 |
| 4.7.2 交通标志检测实验 | 第89-91页 |
| 4.7.3 与其他算法的比较 | 第91-93页 |
| 4.8 本章小结 | 第93-94页 |
| 第五章 逐级细化的交通标志分类算法研究 | 第94-121页 |
| 5.1 引言 | 第94页 |
| 5.2 算法整体结构 | 第94-96页 |
| 5.2.1 一般分类流程 | 第94-95页 |
| 5.2.2 逐级细化的交通标志分类流程 | 第95-96页 |
| 5.3 感兴趣区域预处理 | 第96-101页 |
| 5.3.1 对比度增强 | 第97-98页 |
| 5.3.2 交通标志形状校正 | 第98-101页 |
| 5.4 交通标志粗分类 | 第101-103页 |
| 5.4.1 颜色属性描述子 | 第101页 |
| 5.4.2 HOG特征 | 第101-102页 |
| 5.4.3 CN-HOG特征 | 第102-103页 |
| 5.4.4 线性SVM分类器 | 第103页 |
| 5.5 交通标志细分类 | 第103-110页 |
| 5.5.1 词袋模型介绍 | 第104页 |
| 5.5.2 词袋模型中特征融合的两种方式 | 第104-107页 |
| 5.5.3 基于词袋模型的交通标志细分类 | 第107-110页 |
| 5.6 实验结果与分析 | 第110-119页 |
| 5.6.1 在TSR_IIR数据集上的实验 | 第111-117页 |
| 5.6.2 在GTSRB数据集上与其他算法的比较 | 第117-119页 |
| 5.7 本章小结 | 第119-121页 |
| 第六章 总结与展望 | 第121-124页 |
| 6.1 论文总结 | 第121-122页 |
| 6.2 主要创新点 | 第122页 |
| 6.3 研究展望 | 第122-124页 |
| 致谢 | 第124-125页 |
| 参考文献 | 第125-137页 |
| 附录 | 第137页 |
