基于深度学习的车辆型号识别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 英文单词缩写与中文对照表 | 第8-9页 |
| 1. 绪论 | 第9-15页 |
| 1.1. 研究背景 | 第9-10页 |
| 1.2. 国内外智能交通系统现状 | 第10-12页 |
| 1.3. 国内外深度学习研究现状 | 第12-13页 |
| 1.4. 本文的结构和内容 | 第13-15页 |
| 2. 目标识别算法综述 | 第15-30页 |
| 2.1. 图像特征提取 | 第15-20页 |
| 2.2. 基于机器学习的分类算法 | 第20-22页 |
| 2.3. 神经网络与深度神经网络 | 第22-24页 |
| 2.4. 特征学习方法及模型 | 第24-28页 |
| 2.5. 卷积神经网络训练过程 | 第28-29页 |
| 2.6. 本章小结 | 第29-30页 |
| 3. 基于 SIFT 特征匹配的车型识别 | 第30-44页 |
| 3.1. 算法概述 | 第30-36页 |
| 3.2. 算法改进 | 第36-41页 |
| 3.3. 实验结果及分析 | 第41-43页 |
| 3.4. 本章小结 | 第43-44页 |
| 4. 基于深度学习的车型识别模型 | 第44-58页 |
| 4.1. 无监督特征学习 | 第44-50页 |
| 4.2. 利用 SVM 分类器进行卷积网络优化 | 第50-52页 |
| 4.3. 基于深度学习的车型识别模型 | 第52-53页 |
| 4.4. 算法实现及实验 | 第53-57页 |
| 4.5. 本章小结 | 第57-58页 |
| 5. 结论与展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-65页 |
