| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-11页 |
| ·车辆检测技术研究现状 | 第11-13页 |
| ·论文选题意义 | 第13-14页 |
| ·本文章节和工作安排 | 第14-15页 |
| 第2章 相关理论基础 | 第15-31页 |
| ·基于背景建模的目标检测 | 第15-16页 |
| ·特征提取 | 第16-23页 |
| ·HOG特征 | 第16-17页 |
| ·HAAR特征 | 第17-19页 |
| ·LBP | 第19-20页 |
| ·Edgelet特征 | 第20-22页 |
| ·Gabor Filter特征 | 第22-23页 |
| ·分类器 | 第23-30页 |
| ·SVM分类器 | 第23-24页 |
| ·决策树 | 第24-25页 |
| ·随机森林 | 第25-26页 |
| ·LR(Logistic Regression)分类器 | 第26-28页 |
| ·朴素贝叶斯 | 第28-29页 |
| ·Adaboost分类器 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于分裂混合高斯模型的背景建模算法 | 第31-42页 |
| ·运动目标检测研究现状 | 第31-35页 |
| ·帧间差分法 | 第32-33页 |
| ·背景差法 | 第33页 |
| ·光流法 | 第33-35页 |
| ·基于分裂混合高斯模型的背景建模算法 | 第35-39页 |
| ·分裂混合高斯模型 | 第35页 |
| ·分层判定结构的引入分析及原理 | 第35-36页 |
| ·模型定义与基本更新方式 | 第36-38页 |
| ·算法总体流程 | 第38-39页 |
| ·实验结果 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 改进型相关差异化HOG特征 | 第42-51页 |
| ·针对车辆目标的特征研究现状 | 第42-43页 |
| ·Improved-RDHOG | 第43-48页 |
| ·HOG特征的计算 | 第43-45页 |
| ·RDBINS的计算 | 第45-46页 |
| ·显著性区间(significant bins) | 第46-48页 |
| ·实验结果 | 第48-49页 |
| ·实验数据说明 | 第48-49页 |
| ·实验结果分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第5章 总结与展望 | 第51-54页 |
| ·本文工作总结 | 第51-52页 |
| ·后续工作展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-61页 |
| 在读期间发表的学术论文 | 第61页 |