基于深度学习的交通对象检测与识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 相关领域研究现状 | 第11-14页 |
| 1.1.1 车牌识别 | 第11-13页 |
| 1.1.2 公路交通标志检测和识别 | 第13-14页 |
| 1.3 主要研究成果 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第二章 相关理论基础 | 第16-24页 |
| 2.1 卷积神经网络 | 第16-18页 |
| 2.1.1 CNN简史 | 第16-17页 |
| 2.1.2 网络结构简介 | 第17-18页 |
| 2.2 基于CNN的分类模型 | 第18-19页 |
| 2.3 基于CNN的目标检测 | 第19-24页 |
| 2.3.1 单级检测框架 | 第20-21页 |
| 2.3.2 R-CNN系列框架 | 第21-24页 |
| 第三章 车辆检测与车牌识别 | 第24-38页 |
| 3.1 引言 | 第24-25页 |
| 3.2 车辆检测 | 第25-26页 |
| 3.3 车牌定位 | 第26-30页 |
| 3.3.1 基于边缘密度的车牌定位 | 第26-29页 |
| 3.3.2 基于深度学习的车牌定位 | 第29-30页 |
| 3.4 车牌识别 | 第30-34页 |
| 3.4.1 车牌字符分割 | 第30-33页 |
| 3.4.2 字符识别 | 第33-34页 |
| 3.5 实验结果 | 第34-36页 |
| 3.5.1 车辆检测 | 第34-35页 |
| 3.5.2 车牌定位 | 第35页 |
| 3.5.3 车牌识别 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 公路交通标志检测和识别 | 第38-66页 |
| 4.1 引言 | 第38-40页 |
| 4.2 公路交通标志检测 | 第40-46页 |
| 4.2.1 公路交通标志检测数据 | 第40-42页 |
| 4.2.2 公路交通标志检测框架 | 第42-46页 |
| 4.3 警告标志分类 | 第46-54页 |
| 4.3.1 警告标志数据 | 第46-49页 |
| 4.3.2 基于手工特征的警告标志分类 | 第49-52页 |
| 4.3.3 基于深度学习的警告标志分类 | 第52-54页 |
| 4.4 程序封装 | 第54-56页 |
| 4.5 实验结果 | 第56-63页 |
| 4.5.1 公路交通标志检测 | 第57-61页 |
| 4.5.2 警告标志分类 | 第61-63页 |
| 4.6 本章小结 | 第63-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
