| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景与研究意义 | 第9-13页 |
| 1.1.1 先进辅助驾驶系统中的道路目标检测 | 第10-12页 |
| 1.1.2 智能交通系统中的道路目标检测 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 道路目标检测算法的研究现状 | 第13-16页 |
| 1.2.1.1 目标特征提取 | 第13-15页 |
| 1.2.1.2 目标特征分类 | 第15-16页 |
| 1.2.2 道路目标检测算法的发展方向 | 第16页 |
| 1.3 本文主要工作与章节安排 | 第16-18页 |
| 2 基于卷积神经网络的图像目标检测算法介绍 | 第18-34页 |
| 2.1 图像目标检测的评价指标 | 第18-19页 |
| 2.2 卷积神经网络 | 第19-22页 |
| 2.3 卷积神经目标检测网络模型 | 第22-33页 |
| 2.3.1 区域卷积神经网络RCNN | 第22-25页 |
| 2.3.2 Fast RCNN | 第25-27页 |
| 2.3.3 Faster RCNN | 第27-30页 |
| 2.3.3.1 区域建议网络 | 第27-28页 |
| 2.3.3.2 与RPN共享卷积的Fast RCNN | 第28-30页 |
| 2.3.4 SSD网络 | 第30-33页 |
| 2.3.4.1 SSD的锚点框 | 第30-31页 |
| 2.3.4.2 SSD网络结构 | 第31-33页 |
| 2.4 小结 | 第33-34页 |
| 3 使用SSD框架实现道路目标检测算法 | 第34-54页 |
| 3.1 道路目标数据集与数据集处理 | 第34-35页 |
| 3.2 使用MobileNet搭建的MSSD网络 | 第35-40页 |
| 3.2.1 MobileNet网络简介 | 第35-38页 |
| 3.2.2 MobileNet-SSD(MSSD)网络结构 | 第38-39页 |
| 3.2.3 训练道路目标检测网络MSSD | 第39-40页 |
| 3.2.4 MSSD与SSD的道路目标检测性能对比 | 第40页 |
| 3.3 使用亚像素锚点框搭建的SPMSSD网络 | 第40-52页 |
| 3.3.1 调整锚点框大小与宽高比 | 第40-42页 |
| 3.3.2 亚像素锚点框 | 第42-48页 |
| 3.3.3 SPMSSD网络结构 | 第48-49页 |
| 3.3.4 SPMSSD网络的目标检测实验与分析 | 第49-52页 |
| 3.3.4.1 普通道路目标的检测精度 | 第49-51页 |
| 3.3.4.2 道路小目标的检测精度 | 第51页 |
| 3.3.4.3 嵌入式测试平台上的检测速度 | 第51页 |
| 3.3.4.4 SPMSSD网络目标检测结果的主观评价 | 第51-52页 |
| 3.4 小结 | 第52-54页 |
| 4 SPMSSD道路目标检测算法的嵌入式实现 | 第54-61页 |
| 4.1 嵌入式核心模块NVIDIA Jetson TX2 | 第54页 |
| 4.2 嵌入式测试平台 | 第54-57页 |
| 4.3 嵌入式实验与分析 | 第57-60页 |
| 4.3.1 自建数据集 | 第57页 |
| 4.3.2 自建数据集上的道路目标检测精度 | 第57-58页 |
| 4.3.3 嵌入式平台上的SPMSSD视频仿真实验 | 第58-60页 |
| 4.4 小结 | 第60-61页 |
| 5 总结与展望 | 第61-64页 |
| 5.1 全文总结 | 第61-62页 |
| 5.2 本文工作存在的不足 | 第62页 |
| 5.3 未来工作的展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
