首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉关注与分类的低空对地车辆检测技术的研究

摘要第1-5页
ABSTRACT第5-10页
第一章 引言第10-16页
   ·研究背景第10-12页
   ·视觉关注与分类技术在低空对地车辆检测中的意义第12页
   ·低空对地运动目标检测系统的性能指标第12-13页
   ·主要工作和内容安排第13-16页
     ·本文的主要工作第13-14页
     ·本文的内容安排第14-16页
第二章 低空对地车辆检测系统研究现状第16-28页
   ·低空对地车辆检测系统组成第16-18页
     ·工作流程第16-17页
     ·常用传感器简介第17-18页
   ·常见低空对地车辆检测方法第18-25页
     ·基于背景提取的方法第18-19页
     ·基于帧间差分的方法第19-20页
     ·基于光流的方法第20-21页
     ·基于立体视觉的方法第21-22页
     ·基于模型匹配的方法第22-23页
     ·基于统计学习的方法第23-25页
   ·一些典型系统的性能结果第25-26页
   ·本章小结第26-28页
第三章 基于视觉关注与分类的低空对地车辆检测第28-58页
   ·视觉关注与分类模型的引入第28-32页
     ·引入思路第28页
     ·模型基础介绍第28-32页
   ·基于视觉关注与分类的低空对地车辆检测设计方案第32-34页
     ·特征概率模型第32-33页
     ·技术框架第33-34页
   ·视觉关注机制的设计第34-44页
     ·特征提取第34-37页
     ·视点定位第37-41页
     ·视区定界第41-44页
     ·显著区域范围标定第44页
   ·组合分类器的设计第44-56页
     ·方向检测与车辆定位的实现策略第45-48页
     ·组合分类器的训练第48-54页
     ·不同朝向车辆的检测第54-56页
   ·基于视觉关注与分类的车辆检测方法的特点第56-57页
   ·本章小结第57-58页
第四章 实验与结果分析第58-70页
   ·测试平台第58-59页
   ·测试数据与环境第59-61页
   ·具体实验第61-68页
     ·显著区域提取的性能结果第62-63页
     ·模型中的分类器性能结果第63-66页
     ·模型性能结果与对比第66-68页
   ·本章小结第68-70页
第五章 总结与展望第70-72页
   ·论文的主要工作与特色第70-71页
   ·进一步研究方向第71-72页
参考文献第72-78页
插图第78-80页
表格第80-82页
致谢第82-84页
在读期间发表的学术论文与取得的研究成果第84-85页

论文共85页,点击 下载论文
上一篇:低空对地运动车辆检测与运动特性分析
下一篇:基于可见光图像和红外热像融合的自发表情识别