武汉市智能交通系统路口检测子系统的设计与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的目的和意义 | 第10-12页 |
| 1.2 与本课题有关的国内外研究现状 | 第12-15页 |
| 1.2.1 智能视频监控分析系统的研究现状 | 第12-13页 |
| 1.2.2 深度学习在图像识别领域的研究现状 | 第13页 |
| 1.2.3 国内外智能监控系统现状 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 第2章 路口检测子系统的需求分析与概要设计 | 第17-29页 |
| 2.1 系统基本需求分析 | 第17-21页 |
| 2.1.1 系统功能需求分析 | 第17-19页 |
| 2.1.2 系统非功能性需求分析 | 第19-20页 |
| 2.1.3 需求说明 | 第20-21页 |
| 2.2 相关技术理论 | 第21-26页 |
| 2.2.1 CNN算法介绍 | 第21-22页 |
| 2.2.2 YOLO模型介绍 | 第22-24页 |
| 2.2.3 遗留物检测介绍 | 第24-26页 |
| 2.3 系统总体设计和功能模块的划分 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 路口检测子系统的详细设计 | 第29-39页 |
| 3.1 行人车辆检测模块的设计 | 第29-34页 |
| 3.1.1 YOLO网络设计 | 第29-30页 |
| 3.1.2 YOLO网络训练处理 | 第30-31页 |
| 3.1.3 YOLO网络预测流程 | 第31-34页 |
| 3.2 遗留物检测的模块设计 | 第34-37页 |
| 3.2.1 设计难点 | 第34-35页 |
| 3.2.2 模块设计 | 第35-37页 |
| 3.3 本章小结 | 第37-39页 |
| 第4章 路口检测子系统的实现 | 第39-48页 |
| 4.1 行人车辆检测模块的实现 | 第39-43页 |
| 4.1.1 YOLO网络训练与识别 | 第39-41页 |
| 4.1.2 礼让行人的行为判断 | 第41-43页 |
| 4.2 遗留物检测模块的实现 | 第43-46页 |
| 4.2.1 检测功能的实现 | 第43-45页 |
| 4.2.2 形态学后期处理的实现 | 第45-46页 |
| 4.3 本章小结 | 第46-48页 |
| 第5章 系统测试 | 第48-58页 |
| 5.1 测试方案 | 第48-49页 |
| 5.1.1 测试资源和测试环境 | 第48页 |
| 5.1.2 测试策略 | 第48-49页 |
| 5.2 系统功能测试 | 第49-55页 |
| 5.2.1 行人车辆检测模块功能测试 | 第49-53页 |
| 5.2.2 礼让行人模块功能测试 | 第53-55页 |
| 5.2.3 遗留物检测功能测试 | 第55页 |
| 5.3 系统非功能测试 | 第55-56页 |
| 5.3.1 图片质量测试 | 第55-56页 |
| 5.3.2 系统运行速度测试 | 第56页 |
| 5.4 测试结论 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64页 |
