| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究内容及研究方法 | 第14-16页 |
| 第2章 前方车辆多特征提取与MCAF融合特征构建 | 第16-41页 |
| 2.1 前方车辆多特征提取 | 第16-33页 |
| 2.2 前方车辆MCAF融合特征构建 | 第33-40页 |
| 2.2.1 前方车辆MCAF融合特征提取 | 第34-38页 |
| 2.2.2 前方车辆MCAF融合特征降维 | 第38-40页 |
| 2.3 本章小结 | 第40-41页 |
| 第3章 基于 LightGBM 的前方车辆识别算法 | 第41-61页 |
| 3.1 Light GBM 算法研究 | 第41-47页 |
| 3.1.1 Boosting 算法思想 | 第41-43页 |
| 3.1.2 LightGBM 算法理论 | 第43-47页 |
| 3.2 Light GBM 算法参数选取和优化 | 第47-49页 |
| 3.2.1 LightGBM 算法参数选取 | 第47-48页 |
| 3.2.2 LightGBM 算法参数优化 | 第48-49页 |
| 3.3 数据集测试实验结果分析 | 第49-60页 |
| 3.3.1 数据集制作和评价标准 | 第49-51页 |
| 3.3.2 多特征融合对比仿真测试 | 第51-55页 |
| 3.3.3 识别算法对比仿真测试 | 第55-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第4章 前方车辆在线识别系统 | 第61-70页 |
| 4.1 基于二次识别的前方车辆在线识别系统方案 | 第61-64页 |
| 4.2 基于快速特征金字塔的前方车辆多尺度识别 | 第64-67页 |
| 4.3 前方道路图像视频测试结果分析 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第5章 结论 | 第70-72页 |
| 5.1 全文总结 | 第70-71页 |
| 5.2 研究展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间获得与学位论文相关的科研成果 | 第77页 |