基于视觉的车辆候选区域提取与车辆检测技术研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 无人驾驶车辆 | 第11-13页 |
| 1.1.2 前向碰撞预警系统 | 第13-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 车辆检测技术的发展现状 | 第14页 |
| 1.2.2 基于道路场景的车辆检测方法 | 第14-15页 |
| 1.2.3 基于视觉的车辆检测算法 | 第15-16页 |
| 1.2.4 候选框提取算法 | 第16-17页 |
| 1.3 本文课题来源和主要研究内容 | 第17-19页 |
| 1.3.1 本文的课题来源 | 第17页 |
| 1.3.2 本文的研究内容及组织结构 | 第17-18页 |
| 1.3.3 本文的主要贡献 | 第18-19页 |
| 第二章 基于结构化边沿检测的候选框提取 | 第19-35页 |
| 2.1 结构化边沿检测 | 第19-25页 |
| 2.1.1 随机森林原理 | 第20-22页 |
| 2.1.2 结构化随机森林 | 第22-23页 |
| 2.1.3 结构化随机森林在边沿检测中的应用 | 第23-24页 |
| 2.1.4 结构化边沿检测效果对比 | 第24页 |
| 2.1.5 基于结构化随机森林的车辆边沿检测 | 第24-25页 |
| 2.2 候选框的提取 | 第25-28页 |
| 2.2.1 基于霍夫变换的候选边沿提取 | 第26-27页 |
| 2.2.2 通过候选边沿生成候选框 | 第27-28页 |
| 2.3 候选框的排序与选择 | 第28-29页 |
| 2.4 候选框的非极大值抑制 | 第29-31页 |
| 2.5 空间位置尺度约束 | 第31-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 基于候选框的车辆检测算法研究 | 第35-53页 |
| 3.1 候选框提取算法性能评测 | 第35-41页 |
| 3.1.1 数据库介绍 | 第35-37页 |
| 3.1.2 候选框提取算法的配置 | 第37页 |
| 3.1.3 实验结果对比 | 第37-40页 |
| 3.1.4 实验分析 | 第40-41页 |
| 3.2 基于车辆的压缩通道特征设计 | 第41-45页 |
| 3.2.1 压缩通道特征的介绍 | 第41-42页 |
| 3.2.2 通道特征的选取 | 第42-44页 |
| 3.2.3 评测指标 | 第44页 |
| 3.2.4 实验对比和分析 | 第44-45页 |
| 3.3 候选框与检测器的结合 | 第45-50页 |
| 3.3.1 改变候选框到模板大小 | 第45-48页 |
| 3.3.2 通过候选框生成候选区域 | 第48-50页 |
| 3.4 本章小结 | 第50-53页 |
| 第四章 算法的嵌入式实现 | 第53-65页 |
| 4.1 实验平台介绍 | 第53-55页 |
| 4.1.1 开发板体系结构介绍 | 第53-54页 |
| 4.1.2 实验整体架构的设计 | 第54-55页 |
| 4.1.3 Zynq的启动流程 | 第55页 |
| 4.2 基于嵌入式的车辆检测设计 | 第55-58页 |
| 4.2.1 通道特征提取 | 第56-57页 |
| 4.2.2 多模板代替多层尺度特征 | 第57-58页 |
| 4.3 构建数据库 | 第58-62页 |
| 4.3.1 车辆检测最小系统 | 第60-61页 |
| 4.3.2 实际场景车辆标注 | 第61-62页 |
| 4.4 车辆检测功能验证 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 本文工作总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者在学期间取得的学术成果 | 第73页 |
