基于卷积神经网络的车辆部件检测
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-11页 |
| 1.3 论文的主要研究内容 | 第11-13页 |
| 2 基于卷积神经网络的车辆部件检测 | 第13-35页 |
| 2.1 引言 | 第13-14页 |
| 2.2 算法处理框架 | 第14页 |
| 2.3 特征提取 | 第14-18页 |
| 2.4 生成候选区域 | 第18-23页 |
| 2.5 分类和回归 | 第23-26页 |
| 2.6 网络训练 | 第26-27页 |
| 2.7 实验结果与分析 | 第27-34页 |
| 2.8 本章小结 | 第34-35页 |
| 3 空间位置分布约束的车辆部件检测 | 第35-53页 |
| 3.1 引言 | 第35-36页 |
| 3.2 绝对位置约束 | 第36-38页 |
| 3.3 相对位置约束 | 第38-44页 |
| 3.4 实验结果与分析 | 第44-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于空间上下文特征的车辆部件检测 | 第53-61页 |
| 4.1 引言 | 第53页 |
| 4.2 角度距离网络(ADN) | 第53-56页 |
| 4.3 基于空间上下文特征的车辆部件检测 | 第56-58页 |
| 4.4 实验结果与分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 研究内容回顾 | 第61页 |
| 5.2 本文的创新之处 | 第61-62页 |
| 5.3 进一步研究展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间取得的成果 | 第67页 |
