首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像结构化描述的车辆识别平台应用研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-13页
    1.1 课题背景及意义第8页
    1.2 国内外研究现状第8-11页
    1.3 本文研究内容第11-13页
第二章 图像识别技术第13-35页
    2.1 基于局部特征的图像识别技术第13-25页
        2.1.1 图像局部特征第13-16页
        2.1.2 SIFT局部特征提取分析第16-22页
        2.1.3 基于SIFT特征匹配的车型识别第22-25页
    2.2 基于深度学习的车型识别第25-34页
        2.2.1 神经网络与深度神经网络第25-27页
        2.2.2 特征学习方法及模型第27-29页
        2.2.3 卷积神经网络第29-31页
        2.2.4 基于深度学习的车型识别模型第31-34页
    2.3 本章小结第34-35页
第三章 基于SIFT特征和深度学习的车辆图像结构化描述第35-50页
    3.1 车辆图像结构化描述概述第35-36页
    3.2 标准车辆结构化描述第36-46页
        3.2.1 车牌检测第38-39页
        3.2.2 车牌识别第39-40页
        3.2.3 车型识别第40-42页
        3.2.4 车身颜色识别第42-46页
    3.3 非标准车辆结构化描述第46-47页
    3.4 车辆个性化特征描述第47-49页
    3.5 本章小结第49-50页
第四章 基于图像结构化描述的车辆识别平台第50-60页
    4.1 平台概况第50-51页
    4.2 标准车辆结构化描述及应用第51-54页
        4.2.1 标准车辆识别第51-53页
        4.2.2 标准车辆结构化描述的业务应用第53-54页
    4.3 非标准车辆智能检索及应用第54-57页
        4.3.1 非标准车辆识别第54-56页
        4.3.2 非标准车辆结构化描述的业务应用第56-57页
    4.4 车辆个性化特征智能检索及应用第57-59页
        4.4.1 车辆个性化特征识别第57-59页
        4.4.2 个性化特征识别的业务应用第59页
    4.5 本章小结第59-60页
第五章 总结与展望第60-61页
参考文献第61-64页
攻读学位期间公开发表的论文第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于分布式数据库的高校学生档案管理系统设计与实现
下一篇:基于SOA的旅游客服弹屏系统的设计与实现