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

Online Boosting算法在车辆检测中的应用

摘要第1-5页
Abstract第5-7页
第一章 绪论第7-14页
   ·背景研究意义第7-11页
     ·研究背景第8-10页
     ·研究意义第10-11页
   ·研究目标与内容第11-13页
     ·本文的研究目标第12页
     ·本文的研究内容及方法第12-13页
   ·本文的内容结构第13-14页
第二章 汽车检测研究综述第14-26页
   ·汽车检测流行方法概述第14-16页
   ·汽车检测的基本方法第16-18页
     ·模板匹配法第16页
     ·神经网络法第16-17页
     ·基于支持向量机(SVM)检测方法第17-18页
   ·AdaBoost和Boosting在汽车检测中的应用第18-24页
     ·Adaboost第19-20页
     ·Adaboost到Boosting的演进第20-21页
     ·PAC学习模型第21-24页
   ·汽车检测评价指标第24-26页
第三章 汽车检测子系统第26-39页
   ·汽车灰度分布特征第26-29页
     ·矩形特征集第26-29页
   ·Online boosting算法实施细则第29-38页
     ·Online boosting的概念第29-31页
     ·系统框架第31页
     ·训练准备模块第31-33页
     ·分类器训练第33-34页
     ·训练具体过程第34-38页
   ·检测模块第38-39页
第四章 实验与结果分析第39-46页
   ·Online Boosting系统框架有效性分析第39-40页
   ·Online Boosting框架结构分析第40-41页
   ·改进Online Boosting体系结构第41-43页
   ·Online Boosting系统在线更新性能测试第43-44页
   ·Online Boosting实际应用测试第44-46页
第五章 总结和展望第46-48页
   ·提高实用性能的设想第46页
   ·未来的工作及展望第46-48页
参考文献第48-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:车牌识别系统中字符切分和识别技术的研究
下一篇:基于IEEE 802.22的WRAN系统级仿真平台设计与研究