夜间车辆跟踪与自动评价技术
| 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 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-15页 |
| 1.3 论文的主要研究工作 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 2 前期工作 | 第18-29页 |
| 2.1 夜间车辆的检测 | 第18-24页 |
| 2.1.1 帧间差分法的夜间车辆检测 | 第19-21页 |
| 2.1.2 背景差分法的夜间车辆检测 | 第21-23页 |
| 2.1.3 基于特征的夜间车辆检测 | 第23-24页 |
| 2.2 自动评价技术 | 第24-27页 |
| 2.2.1 半自动标记技术 | 第24-25页 |
| 2.2.2 评价跟踪技术的指标 | 第25-26页 |
| 2.2.3 自动评价 | 第26-27页 |
| 2.3 前期工作的不足 | 第27页 |
| 2.4 本文的解决方案 | 第27-28页 |
| 2.5 小结 | 第28-29页 |
| 3. 夜间车辆检测与跟踪 | 第29-45页 |
| 3.1 车灯特征的提取 | 第29-33页 |
| 3.1.1 基于阂值的车灯检测 | 第29-33页 |
| 3.1.2 实验结果与分析 | 第33页 |
| 3.2 分类器训练 | 第33-38页 |
| 3.2.1 Haar特征 | 第33-36页 |
| 3.2.2 Adaboost分类器 | 第36-38页 |
| 3.3 基于多特征数据关联的多目标跟踪 | 第38-39页 |
| 3.4 实验结果 | 第39-44页 |
| 3.4.1 开发与实验环境 | 第40页 |
| 3.4.2 实验数据 | 第40-44页 |
| 3.5 小结 | 第44-45页 |
| 4 自动评价技术 | 第45-61页 |
| 4.1 半自动标记技术 | 第45-49页 |
| 4.1.1 半自动标记 | 第45-47页 |
| 4.1.2 自动评价的数据准备工作 | 第47-49页 |
| 4.2 自动评价技术 | 第49-60页 |
| 4.2.1 自动评价的原理 | 第49-52页 |
| 4.2.2 自动评价技术的改进 | 第52-53页 |
| 4.2.3 实验结果的评价与分析 | 第53-56页 |
| 4.2.4 与相关方法比较分析 | 第56-60页 |
| 4.3 小结 | 第60-61页 |
| 5 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
