| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外现状研究 | 第10-12页 |
| 1.2.1 车辆检测研究现状 | 第10-11页 |
| 1.2.2 车辆识别研究现状 | 第11-12页 |
| 1.3 研究难点 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第二章 卷积神经网络介绍 | 第14-22页 |
| 2.1 深度学习 | 第14页 |
| 2.2 卷积神经网络 | 第14-16页 |
| 2.3 卷积神经网络的组成 | 第16-18页 |
| 2.3.1 卷积层(Convolution) | 第16页 |
| 2.3.2 池化层(Pooling) | 第16-17页 |
| 2.3.3 激活层(Activation) | 第17-18页 |
| 2.3.4 全连接层(Fullyconnected) | 第18页 |
| 2.4 卷积神经网络的研究进展 | 第18-20页 |
| 2.4.1 网络结构的变化 | 第18-19页 |
| 2.4.2 新的网络层 | 第19页 |
| 2.4.3 提升网络效率的方法 | 第19-20页 |
| 2.4.4 应用场景 | 第20页 |
| 2.5 卷积神经网络性能提升方法 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于特征图的车辆检测算法 | 第22-39页 |
| 3.1 车辆检测算法介绍 | 第22-27页 |
| 3.1.1 基于图像处理与机器学习的车辆检测 | 第22-25页 |
| 3.1.2 基于深度学习的车辆检测算法 | 第25-27页 |
| 3.2 基于特征图的车辆检测算法(M-CNN) | 第27-30页 |
| 3.2.1 M-CNN方法的提出 | 第27-28页 |
| 3.2.2 M-CNN算法 | 第28-30页 |
| 3.3 M-CNN车辆检测模型 | 第30-34页 |
| 3.3.1 M-GoogLeNet车辆检测模型 | 第30-31页 |
| 3.3.2 M-AlexNet车辆检测模型 | 第31-32页 |
| 3.3.3 M-VGGNet车辆检测模型 | 第32-34页 |
| 3.4 实验结果及分析 | 第34-38页 |
| 3.4.1 实验说明 | 第34-36页 |
| 3.4.2 实验结果及分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 车型识别网络优化 | 第39-52页 |
| 4.1 车型识别网络介绍 | 第39-42页 |
| 4.1.1 车型识别网络组成 | 第39-41页 |
| 4.1.2 车型识别网络训练 | 第41-42页 |
| 4.2 车型识别流程 | 第42-44页 |
| 4.2.1 车辆数据库建立 | 第42-43页 |
| 4.2.2 车辆特征提取 | 第43-44页 |
| 4.3 车型识别网络优化 | 第44-50页 |
| 4.3.1 基础网络的选取 | 第44-47页 |
| 4.3.2 网络层数的选取 | 第47-48页 |
| 4.3.3 网络卷积窗口大小的选取 | 第48页 |
| 4.3.4 网络卷积核个数的选取 | 第48-49页 |
| 4.3.5 车型识别网络(BestNet) | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 车辆多属性识别 | 第52-65页 |
| 5.1 车型识别存在的问题 | 第52-54页 |
| 5.2 车辆多属性识别模型(Multi-CNN) | 第54-58页 |
| 5.2.1 Multi-CNN数据集构建 | 第54-56页 |
| 5.2.2 Multi-CNN实现 | 第56-58页 |
| 5.3 级联Multi-CNN | 第58-59页 |
| 5.3.1 级联Multi-CNN | 第58-59页 |
| 5.3.2 Multi-CNN训练方式 | 第59页 |
| 5.4 Multi-CNN模型 | 第59-61页 |
| 5.4.1 Multi-BestNet | 第60页 |
| 5.4.2 Multi-LeNet5 | 第60页 |
| 5.4.3 Multi-AlexNet | 第60-61页 |
| 5.5 实验结果及分析 | 第61-64页 |
| 5.5.1 实验说明 | 第61-62页 |
| 5.5.2 实验结果及分析 | 第62-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果即发表的学术论文 | 第72页 |