候选框算法在图像车辆检测中的应用研究
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 论文的研究意义 | 第6-7页 |
| 1.2 课题的研究现状 | 第7-10页 |
| 1.2.1 候选框算法VS滑动窗口 | 第7-8页 |
| 1.2.2 在目标识别算法中的作用 | 第8-10页 |
| 1.3 本文研究的内容 | 第10页 |
| 1.4 本文章节安排 | 第10-12页 |
| 第二章 相关工作介绍 | 第12-16页 |
| 2.1 引言 | 第12页 |
| 2.2 候选框算法的主要实现方式 | 第12-15页 |
| 2.2.1 基于分组合并的方法 | 第13-14页 |
| 2.2.2 基于窗口评分的方法 | 第14-15页 |
| 2.3 本章小结 | 第15-16页 |
| 第三章 候选框算法在车辆检测中的应用分析 | 第16-27页 |
| 3.1 候选框算法 | 第16-21页 |
| 3.1.1 Objectness算法 | 第16-18页 |
| 3.1.2 SelectiveSearch算法 | 第18-20页 |
| 3.1.3 Edgeboxes算法 | 第20-21页 |
| 3.2 实验分析 | 第21-25页 |
| 3.2.1 车辆数据集 | 第21-22页 |
| 3.2.2 实验分析 | 第22-24页 |
| 3.2.3 不同场景下的性能分析 | 第24-25页 |
| 3.3 结论 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 基于角点特征和边缘特征的车辆候选框算法 | 第27-38页 |
| 4.1 引言 | 第27-28页 |
| 4.2 算法简介 | 第28-29页 |
| 4.3 融合边缘和角点的车辆候选框算法 | 第29-32页 |
| 4.3.1 边缘特征 | 第29-30页 |
| 4.3.2 角点特征 | 第30-31页 |
| 4.3.3 候选框得分 | 第31-32页 |
| 4.4 实验分析 | 第32-36页 |
| 4.5 结论 | 第36-37页 |
| 4.6 本章小结 | 第37-38页 |
| 第五章 总结与展望 | 第38-40页 |
| 5.1 工作总结 | 第38-39页 |
| 5.2 展望未来 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 攻读学位期间的研究成果 | 第44-45页 |
| 致谢 | 第45-46页 |
