| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题背景及研究意义 | 第11-12页 |
| ·相关研究现状 | 第12-15页 |
| ·车辆检测研究现状 | 第12-14页 |
| ·车辆行为识别研究现状 | 第14-15页 |
| ·研究目标和内容 | 第15-16页 |
| ·研究目标 | 第15页 |
| ·研究内容 | 第15-16页 |
| ·论文组织结构 | 第16-18页 |
| 第2章 相关技术研究 | 第18-33页 |
| ·基于运动信息的车辆检测方法 | 第18-23页 |
| ·混合高斯模型 | 第18-19页 |
| ·自适应背景选择性学习模型 | 第19-21页 |
| ·ViBe背景模型 | 第21-23页 |
| ·基于特征信息的车辆检测方法 | 第23-30页 |
| ·HOG车辆特征 | 第23-26页 |
| ·Haar-like车辆特征 | 第26-28页 |
| ·LBP车辆特征 | 第28-29页 |
| ·级联AdaBoost分类器 | 第29-30页 |
| ·基于轨迹模型的车辆行为识别方法 | 第30-32页 |
| ·HMM模型原理 | 第30-31页 |
| ·随机森林模型原理 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于交通视频的车辆检测研究 | 第33-51页 |
| ·基于运动信息的车辆检测方法 | 第33-40页 |
| ·运动目标检测结果质量评估标准 | 第33-34页 |
| ·基于GMM和ABSL的融合模型 | 第34-36页 |
| ·改进的ViBe背景模型 | 第36-40页 |
| ·基于特征信息的车辆检测方法 | 第40-50页 |
| ·Haar-like和HOG特征结合的交通视频车辆识别方法 | 第40-46页 |
| ·基于感兴趣区域和特征信息的车辆检测方法 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于轨迹的车辆行为识别研究 | 第51-66页 |
| ·基于轨迹规则的车辆行为识别 | 第51-54页 |
| ·车辆行为类型以及规则定义 | 第51-53页 |
| ·基于规则的车辆行为识别实验结果分析 | 第53-54页 |
| ·基于二次谱聚类和HMM-RF混合模型车辆行为识别 | 第54-65页 |
| ·基于二次谱聚类的高速公路车辆轨迹聚类 | 第54-57页 |
| ·轨迹聚类实验与结果分析 | 第57-59页 |
| ·车辆轨迹特征提取 | 第59-60页 |
| ·HMM-RF混合模型车辆行为识别 | 第60-62页 |
| ·基于轨迹模型的车辆行为识别实验与结果分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 车辆行为识别原型系统的设计与实现 | 第66-72页 |
| ·系统架构与流程 | 第66-68页 |
| ·系统实验结果 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间参加的科研项目和成果 | 第78页 |