基于多特征融合的车型分类方法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 序 | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·车型识别研究现状 | 第11-12页 |
| ·基于视频的车型分类发展现状 | 第12-13页 |
| ·研究内容与结构 | 第13-16页 |
| 2 特征提取及目标分类方法概述 | 第16-26页 |
| ·特征提取 | 第16-22页 |
| ·颜色特征 | 第16-18页 |
| ·纹理特征 | 第18-20页 |
| ·几何形状特征 | 第20-21页 |
| ·代数特征 | 第21-22页 |
| ·角点特征 | 第22页 |
| ·目标分类 | 第22-26页 |
| ·模板匹配分类器 | 第22-23页 |
| ·贝叶斯分类器 | 第23-24页 |
| ·几何分类器 | 第24页 |
| ·支持向量机 | 第24-26页 |
| 3 基于特征点和主成分分析的特征提取研究 | 第26-42页 |
| ·基于特征点的局部特征提取 | 第26-37页 |
| ·SIFT | 第26-33页 |
| ·Surf | 第33-37页 |
| ·基于主成分分析的全局特征提取 | 第37-42页 |
| ·K-L变换 | 第38-39页 |
| ·PCA特征提取 | 第39-42页 |
| 4 基于单一特征的车辆分类实现 | 第42-58页 |
| ·BoW模型 | 第42-44页 |
| ·支持向量机 | 第44-47页 |
| ·最优分类面 | 第44-46页 |
| ·核函数 | 第46页 |
| ·多类分类 | 第46-47页 |
| ·支持向量机参数设置 | 第47页 |
| ·基于局部特征的目标分类算法实现 | 第47-55页 |
| ·基于局部特征的目标分类器设计 | 第47-48页 |
| ·实验结果和分析 | 第48-55页 |
| ·基于全局特征的目标分类算法实现 | 第55-58页 |
| ·基于全局特征的目标分类器设计 | 第55页 |
| ·实验结果和分析 | 第55-58页 |
| 5 基于逻辑回归的特征融合方法实现 | 第58-66页 |
| ·逻辑回归模型理论基础 | 第58-60页 |
| ·逻辑回归模型应用于特征融合 | 第60-61页 |
| ·基于特征融合的车型分类系统实现 | 第61-66页 |
| ·实验结果及分析 | 第61-62页 |
| ·系统展示 | 第62-66页 |
| 6 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 作者简历 | 第70-74页 |
| 学位论文数据集 | 第74页 |
