用于服务机器人导航的视觉环境感知研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 智能移动机器人发展现状 | 第12-15页 |
| 1.2.1 国外智能巡检机器人研究现状及分析 | 第13-14页 |
| 1.2.2 我国智能移动机器人研究现状及分析 | 第14-15页 |
| 1.3 语义分割技术的发展现状 | 第15-18页 |
| 1.3.1 语义分割的难点 | 第15-16页 |
| 1.3.2 卷积神经网络和语义分割的发展 | 第16-18页 |
| 1.4 本文主要研究内容及研究目标 | 第18-19页 |
| 1.4.1 本文具体的研究内容: | 第18-19页 |
| 1.4.2 本文的研究目标 | 第19页 |
| 1.5 本章小结 | 第19-21页 |
| 第二章 图像的预处理 | 第21-31页 |
| 2.1 实验平台介绍 | 第21-22页 |
| 2.2 图像的颜色空间转换 | 第22-23页 |
| 2.2.1 RGB颜色空间 | 第22页 |
| 2.2.2 HSV颜色空间 | 第22-23页 |
| 2.2.3 RGB到HSI颜色空间转换 | 第23页 |
| 2.3 图像滤波 | 第23-27页 |
| 2.3.1 线性滤波 | 第23-25页 |
| 2.3.2 非线性滤波 | 第25-27页 |
| 2.4 光照无关图 | 第27-30页 |
| 2.4.1 介绍 | 第27-28页 |
| 2.4.2 相关工作 | 第28页 |
| 2.4.3 偏移形式 | 第28-29页 |
| 2.4.4 偏移校正 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于图像特征的道路识别算法 | 第31-39页 |
| 3.1 使用边缘检测算法检测校园道路 | 第31-34页 |
| 3.1.1 概述 | 第31页 |
| 3.1.2 Sobel算子 | 第31-32页 |
| 3.1.3 Canny算子 | 第32-33页 |
| 3.1.4 实验 | 第33-34页 |
| 3.2 霍夫变换得出道路信息 | 第34-36页 |
| 3.2.1 简介 | 第34页 |
| 3.2.2 标准霍夫线变换的原理 | 第34-35页 |
| 3.2.3 累计概率霍夫变换 | 第35-36页 |
| 3.3 漫水填充算法 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于Hog特征和SVM的行人识别 | 第39-45页 |
| 4.1 常用行人数据库 | 第39-41页 |
| 4.2 Hog特征 | 第41-43页 |
| 4.2.1 简介 | 第42页 |
| 4.2.2 Hog特征提取的实现过程 | 第42-43页 |
| 4.3 Hog+SVM实现行人识别的过程 | 第43页 |
| 4.4 实验 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于深度学习的语义分割算法 | 第45-61页 |
| 5.1 语义分割数据库概述 | 第45-49页 |
| 5.1.1 自然场景数据库 | 第45-47页 |
| 5.1.2 智能驾驶场景数据库 | 第47-49页 |
| 5.2 卷积神经网络的基本组成部分 | 第49-50页 |
| 5.3 卷积神经网络的分类器和优化函数 | 第50-51页 |
| 5.3.1 卷积神经网络中的分类器 | 第50-51页 |
| 5.3.2 优化函数 | 第51页 |
| 5.4 基于卷积神经网络的语义分割模型概述 | 第51-53页 |
| 5.4.1 全卷积语义分割算法 | 第52-53页 |
| 5.5 语义分割评价方法 | 第53-54页 |
| 5.5.1 精确率 | 第53-54页 |
| 5.5.2 模型运行速度 | 第54页 |
| 5.6 全卷积语义分割模型优化 | 第54-59页 |
| 5.6.1 数据处理技巧 | 第54-56页 |
| 5.6.2 激活函数 | 第56-58页 |
| 5.6.3 Dropout方法 | 第58-59页 |
| 5.7 本章小结 | 第59-61页 |
| 第六章 针对校园道路的语义分割模型 | 第61-67页 |
| 6.1 编码器 | 第61页 |
| 6.2 分割解码器 | 第61-63页 |
| 6.3 基于深度学习的道路分割算法 | 第63-66页 |
| 6.3.1 路面语义分割数据准备 | 第63-65页 |
| 6.3.2 模型训练 | 第65-66页 |
| 6.4 本章小结 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第73-75页 |
| 致谢 | 第75页 |
