| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 课题研究背景与意义 | 第11页 |
| 1.2 论文的研究目标与内容 | 第11-12页 |
| 1.3 论文的组织结构 | 第12-14页 |
| 第二章 车辆检测和多示例学习相关研究综述 | 第14-35页 |
| 2.1 车辆检测的国内外研究现状 | 第14-31页 |
| 2.1.1 研究现状概览 | 第14-17页 |
| 2.1.2 车辆检测特征 | 第17-24页 |
| 2.1.3 车辆检测算法 | 第24-31页 |
| 2.2 多示例学习的国内外研究现状 | 第31-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第三章 基于多示例学习的弱监督遥感图像车辆检测算法 | 第35-63页 |
| 3.1 区域建议算法 | 第36-42页 |
| 3.1.1 组方法生成区域建议 | 第36-37页 |
| 3.1.2 窗口评分方法生成区域建议 | 第37-38页 |
| 3.1.3 可选区域建议生成方法 | 第38页 |
| 3.1.4 区域建议方法细节 | 第38-42页 |
| 3.2 弱监督标注 | 第42-46页 |
| 3.2.1 计数限制 | 第43-46页 |
| 3.3 渐进实例分类器 | 第46-51页 |
| 3.3.1 基分类器 | 第46-47页 |
| 3.3.2 计数限制下的组合区域选择 | 第47-49页 |
| 3.3.3 渐进域适应 | 第49-51页 |
| 3.4 实验 | 第51-61页 |
| 3.4.1 遥感图像特性分析 | 第51-53页 |
| 3.4.2 数据集和评估准则 | 第53-54页 |
| 3.4.3 实现细节 | 第54-55页 |
| 3.4.4 量化分析 | 第55-56页 |
| 3.4.5 对象计数 | 第56-59页 |
| 3.4.6 内存和时间消耗 | 第59-60页 |
| 3.4.7 检测结果 | 第60-61页 |
| 3.5 结论 | 第61页 |
| 3.6 本章小结 | 第61-63页 |
| 第四章 总结与展望 | 第63-65页 |
| 4.1 本文工作总结 | 第63页 |
| 4.2 未来的研究方向 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录 攻读硕士学位期间发表论文及科研情况 | 第71-72页 |
| 致谢 | 第72页 |