基于DPM的交通标志检测算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第9-11页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 遮挡交通标志检测研究现状 | 第15页 |
| 1.3 本论文的研究工作及主要贡献 | 第15-16页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 主要贡献 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 2 交通标志图像增强算法 | 第18-25页 |
| 2.1 基于NRB颜色增强的交通标志增强算法 | 第18-20页 |
| 2.2 基于FT视觉显著性的交通标志增强算法 | 第20-24页 |
| 2.2.1 视觉显著性 | 第20-21页 |
| 2.2.2 基于FT的视觉显著性 | 第21-23页 |
| 2.2.3 最优色彩空间的选择 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于多级阈值的MSER交通标志分割算法 | 第25-31页 |
| 3.1 最大稳定度极值区域 | 第25-26页 |
| 3.2 MSER区域检测 | 第26-27页 |
| 3.3 MSER区域筛选 | 第27-28页 |
| 3.4 基于MSER的交通标志分割 | 第28-29页 |
| 3.5 本章小结 | 第29-31页 |
| 4 基于DPM的交通标志检测算法 | 第31-51页 |
| 4.1 特征提取 | 第32-38页 |
| 4.1.0 HOG特征提取 | 第33-35页 |
| 4.1.1 改进的HOG特征提取 | 第35-36页 |
| 4.1.2 多尺度特征提取 | 第36-38页 |
| 4.2 DPM模型 | 第38-41页 |
| 4.2.1 DPM单一模型 | 第38-39页 |
| 4.2.2 DPM单一模型的结构 | 第39-40页 |
| 4.2.3 DPM混合模型 | 第40-41页 |
| 4.3 基于latent SVM训练DPM模型 | 第41-43页 |
| 4.4 DPM检测 | 第43-45页 |
| 4.4.1 DPM检测原理 | 第43-44页 |
| 4.4.2 DPM检测方法 | 第44-45页 |
| 4.5 基于DPM的交通标志检测模型的建立 | 第45-48页 |
| 4.5.1 交通标志形状分类 | 第45-46页 |
| 4.5.2 交通标志检测模型 | 第46-48页 |
| 4.6 检测结果的合并 | 第48-49页 |
| 4.7 检测结果分析 | 第49-50页 |
| 4.8 本章小结 | 第50-51页 |
| 5 基于DPM的遮挡交通标志检测研究 | 第51-57页 |
| 5.1 遮挡交通标志图像数据集的建立 | 第51-53页 |
| 5.2 遮挡交通标志检测结果及分析 | 第53-56页 |
| 5.3 本章小结 | 第56-57页 |
| 6 总结和展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第62-64页 |
| 学位论文数据集 | 第64页 |
