| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 智能交通系统研究现状 | 第11-13页 |
| 1.2.2 目标识别研究现状 | 第13-15页 |
| 1.2.3 车辆识别研究现状 | 第15-16页 |
| 1.3 本文主要工作与创新点 | 第16页 |
| 1.4 本文组织结构 | 第16-18页 |
| 第二章 基于通道特征和级联AdaBoost的车辆检测 | 第18-36页 |
| 2.1 通道特征提取 | 第18-21页 |
| 2.1.1 通道特征 | 第18-19页 |
| 2.1.2 多尺度通道金字塔 | 第19-21页 |
| 2.2 级联的AdaBoost分类器 | 第21-26页 |
| 2.2.1 AdaBoost分类器 | 第21-24页 |
| 2.2.2 AdaBoost分类器的级联 | 第24-26页 |
| 2.3 目标检测的实现 | 第26-30页 |
| 2.3.1 实验样本数据 | 第26-28页 |
| 2.3.2 车辆检测实现思路 | 第28-29页 |
| 2.3.3 具体实现方法 | 第29-30页 |
| 2.4 检测结果与分析 | 第30-35页 |
| 2.4.1 车辆检测结果 | 第30-32页 |
| 2.4.2 不同系统参数结果对比 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于快速局部特征编码的车辆类型识别 | 第36-50页 |
| 3.1 快速局部特征编码的特征提取 | 第36-42页 |
| 3.1.1 局部特征编码方法概述 | 第37页 |
| 3.1.2 局部特征提取 | 第37-39页 |
| 3.1.3 交叉核字典学习 | 第39-40页 |
| 3.1.4 局部特征编码与合并 | 第40-42页 |
| 3.2 分类器与车辆目标分类 | 第42-44页 |
| 3.2.1 分类器的选择 | 第42页 |
| 3.2.2 最小二乘概率分类器 | 第42-44页 |
| 3.2.3 基于交叉核的最小二乘分类器 | 第44页 |
| 3.3 车辆识别与分类的实现 | 第44-46页 |
| 3.3.1 车辆识别思路 | 第44-45页 |
| 3.3.2 具体实现方法 | 第45-46页 |
| 3.4 车辆识别结果与分析 | 第46-49页 |
| 3.4.1 离线车辆识别与分类测试 | 第46-48页 |
| 3.4.2 不同参数测试数据对比 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 总结与展望 | 第50-52页 |
| 4.1 本文工作总结 | 第50页 |
| 4.2 未来研究展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者在学期间取得的学术成果及获得的奖励情况 | 第57页 |