物流系统中的车辆轨迹识别及其应用
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 课题来源及本文组织 | 第10-12页 |
| 第二章 相关技术研究 | 第12-24页 |
| 2.1 国内外物流车辆识别技术 | 第12-19页 |
| 2.1.1 基于运动信息的车辆检测技术 | 第12-13页 |
| 2.1.2 基于特征匹配的车辆检测技术 | 第13-14页 |
| 2.1.3 基于camshift的车辆检测技术 | 第14-16页 |
| 2.1.4 基于CNN的车辆检测技术 | 第16-19页 |
| 2.2 国内外物流车辆行为分析技术 | 第19-23页 |
| 2.2.1 基于GPS的车辆行为分析技术 | 第20-21页 |
| 2.2.2 基于SVM的车辆行为分析技术 | 第21-22页 |
| 2.2.3 基于目标运动轨迹的车辆行为分析技术 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 系统总体方案设计 | 第24-36页 |
| 3.1 设计目标 | 第24-26页 |
| 3.1.1 系统功能需求 | 第24-26页 |
| 3.1.2 系统性能需求 | 第26页 |
| 3.2 总体架构设计 | 第26-33页 |
| 3.2.1 系统结构 | 第26-27页 |
| 3.2.2 系统技术架构 | 第27-32页 |
| 3.2.3 系统功能设计 | 第32-33页 |
| 3.3 数据库设计 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于CNN的车辆轨迹识别算法设计 | 第36-52页 |
| 4.1 YOLO目标识别技术 | 第36-38页 |
| 4.2 改进的YOLO车辆目标识别 | 第38-44页 |
| 4.2.1 HSV-Sobel预处理 | 第39-42页 |
| 4.2.2 改进的YOLO车辆目标识别 | 第42-44页 |
| 4.3 车辆轨迹跟踪识别 | 第44-47页 |
| 4.4 基于轨迹的车辆行为分析 | 第47-51页 |
| 4.4.1 车辆轨迹预处理 | 第47-48页 |
| 4.4.2 车辆轨迹特征提取与分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于CNN的车辆轨迹识别系统设计 | 第52-59页 |
| 5.1 物流车辆管理系统功能实现 | 第52页 |
| 5.2 车辆目标跟踪识别功能 | 第52-54页 |
| 5.3 WEB端车辆轨迹分析功能 | 第54-58页 |
| 5.3.1 用户注册登录及修改密码功能 | 第54-57页 |
| 5.3.2 车辆轨迹分析功能 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 系统测试 | 第59-76页 |
| 6.1 系统环境 | 第59-61页 |
| 6.1.1 硬件环境 | 第59-60页 |
| 6.1.2 软件环境 | 第60-61页 |
| 6.2 系统测试 | 第61-75页 |
| 6.2.1 测试环境搭建 | 第61-67页 |
| 6.2.2 物流车辆跟踪识别功能测试 | 第67-70页 |
| 6.2.3 WEB车辆轨迹行为分析测试 | 第70-75页 |
| 6.3 本章小结 | 第75-76页 |
| 第七章 总结与展望 | 第76-78页 |
| 7.1 总结 | 第76页 |
| 7.2 展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录1 攻读硕士学位期间申请的专利和论文 | 第82-83页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第83-84页 |
| 致谢 | 第84页 |
