| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第9-17页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 交通标志识别系统研究 | 第9-11页 |
| 1.2.2 交通标志检测技术研究 | 第11-12页 |
| 1.2.3 交通标志分类技术研究 | 第12-14页 |
| 1.2.4 存在问题及难点分析 | 第14-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 交通标志识别技术研究基础 | 第17-28页 |
| 2.1 交通标志基础知识 | 第17-21页 |
| 2.1.1 交通标志图片数据集 | 第17-18页 |
| 2.1.2 交通标志视频数据集 | 第18-19页 |
| 2.1.3 交通标志特点分析 | 第19-21页 |
| 2.2 交通标志识别关键技术 | 第21-27页 |
| 2.2.1 交通标志检测算法 | 第21-25页 |
| 2.2.2 交通标志分类算法 | 第25-27页 |
| 2.3 交通标志识别系统基本框架 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于选择性搜索的交通标志检测算法研究 | 第28-37页 |
| 3.1 问题描述和研究思路 | 第28-29页 |
| 3.2 改进的分层分组算法 | 第29-30页 |
| 3.2.1 算法改进思路 | 第29页 |
| 3.2.2 算法描述 | 第29-30页 |
| 3.3 算法实验和结果分析 | 第30-36页 |
| 3.3.1 实验方案 | 第30页 |
| 3.3.2 参数选择 | 第30-31页 |
| 3.3.3 评价指标 | 第31-32页 |
| 3.3.4 实验结果及分析 | 第32-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 快速多尺度卷积神经网络交通标志分类算法研究 | 第37-49页 |
| 4.1 问题描述和研究思路 | 第37-39页 |
| 4.1.1 问题描述 | 第37页 |
| 4.1.2 研究思路 | 第37-39页 |
| 4.2 快速多尺度卷积神经网络研究 | 第39-41页 |
| 4.2.1 快速多尺度卷积神经网络结构 | 第39-41页 |
| 4.2.2 快速多尺度卷积神经网络训练策略 | 第41页 |
| 4.3 算法实验和结果分析 | 第41-47页 |
| 4.3.1 实验方案 | 第41-42页 |
| 4.3.2 参数选择和评价指标 | 第42-43页 |
| 4.3.3 实验结果及分析 | 第43-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 交通标志识别原型系统设计与实现 | 第49-59页 |
| 5.1 系统需求分析 | 第49页 |
| 5.2 系统总体设计 | 第49-51页 |
| 5.2.1 架构设计 | 第49-50页 |
| 5.2.2 功能模块设计 | 第50-51页 |
| 5.3 系统详细设计 | 第51-53页 |
| 5.3.1 界面设计 | 第51页 |
| 5.3.2 功能设计 | 第51-53页 |
| 5.4 系统实现和功能测试 | 第53-58页 |
| 5.4.1 界面实现 | 第53-54页 |
| 5.4.2 主要功能测试 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 总结及未来工作 | 第59-61页 |
| 6.1 论文工作总结 | 第59-60页 |
| 6.2 未来的工作 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第66页 |