基于视觉选择性注意机制的车辆检测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-19页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·智能交通系统的研究现状 | 第11-12页 |
| ·视觉注意机制的研究现状 | 第12-17页 |
| ·视觉注意机制认知模型的研究 | 第12-13页 |
| ·视觉注意机制计算模型的研究 | 第13-14页 |
| ·视觉注意机制在各个领域中的应用 | 第14-17页 |
| ·车辆检测与识别系统的发展趋势 | 第17页 |
| ·本文研究的主要工作和内容安排 | 第17-19页 |
| 2 人类视觉与注意机制 | 第19-26页 |
| ·引言 | 第19页 |
| ·人类视觉系统的生理结构 | 第19-23页 |
| ·视觉信息的产生 | 第19-20页 |
| ·视觉信息的传递 | 第20-21页 |
| ·视觉信息的处理 | 第21-23页 |
| ·视知觉信息的处理 | 第23页 |
| ·视觉注意机制 | 第23-24页 |
| ·视觉注意模型 | 第24页 |
| ·小结 | 第24-26页 |
| 3 基于视觉注意机制的车辆注意焦点提取 | 第26-37页 |
| ·引言 | 第26-27页 |
| ·视觉尺度空间 | 第27-30页 |
| ·传统的多尺度表示 | 第27-28页 |
| ·尺度空间思想 | 第28-30页 |
| ·基于自下而上的视觉注意模型 | 第30-36页 |
| ·早期视觉特征提取 | 第30-32页 |
| ·低层特征显著图 | 第32-33页 |
| ·特征图整合方法 | 第33页 |
| ·视觉注意显著图 | 第33-34页 |
| ·注意焦点提取筛选及转移 | 第34-35页 |
| ·实验结果 | 第35-36页 |
| ·小结 | 第36-37页 |
| 4 基于视觉注意的视频交通流信息检测 | 第37-54页 |
| ·引言 | 第37页 |
| ·视觉显著图和运动特征图相结合的车辆提取算法 | 第37-42页 |
| ·运动特征提取 | 第38-40页 |
| ·二值化阈值判断 | 第40-41页 |
| ·形态学处理 | 第41-42页 |
| ·实验结果分析 | 第42页 |
| ·车流量统计 | 第42-46页 |
| ·基于检测带的车辆计数 | 第43页 |
| ·实验结果分析 | 第43-45页 |
| ·基于检测带方法存在的问题 | 第45-46页 |
| ·车型识别分类 | 第46-52页 |
| ·常用的几种识别方法 | 第46-49页 |
| ·一种基于多特征组合的物体识别算法 | 第49-51页 |
| ·实验结果分析 | 第51-52页 |
| ·小结 | 第52-54页 |
| 5 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 附录 | 第62页 |
