基于AdaBoost算法的车辆识别系统研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景 | 第9页 |
| ·车辆辅助驾驶系统(DAS)简介 | 第9-11页 |
| ·车辆辅助驾驶系统(DAS) | 第10页 |
| ·车辆辅助驾驶系统(DAS)的应用 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·国外研究状况 | 第11-14页 |
| ·国内研究现状 | 第14-15页 |
| ·对象检测难点 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·研究内容 | 第16页 |
| ·本文的组织 | 第16-17页 |
| 第2章 AdaBoost算法研究 | 第17-39页 |
| ·Boosting算法原理 | 第17-19页 |
| ·AdaBoost算法描述 | 第19-21页 |
| ·弱分类器设计 | 第21-28页 |
| ·特征构造与计算 | 第21-27页 |
| ·弱分类器及其形式 | 第27-28页 |
| ·训练分类器 | 第28-33页 |
| ·提取特征向量 | 第28页 |
| ·阈值范围及方向符号的确定 | 第28-31页 |
| ·自适应的阈值调整方法 | 第31-33页 |
| ·训练系统设计 | 第33-39页 |
| ·自增量训练设计 | 第34-36页 |
| ·训练系统流程 | 第36-39页 |
| 第3章 车辆检测系统 | 第39-45页 |
| ·车辆检测算法概述 | 第39-41页 |
| ·候选区域确定阶段 | 第40页 |
| ·车辆认证阶段 | 第40-41页 |
| ·车辆检测系统的总体框架 | 第41-43页 |
| ·检测系统的总体结构 | 第41-42页 |
| ·各模块功能说明 | 第42-43页 |
| ·车辆识别算法 | 第43-45页 |
| 第4章 试验结果与数据 | 第45-49页 |
| ·实验样本及其来源 | 第45-46页 |
| ·AdaBoost算法实现实验 | 第46-47页 |
| ·自增量训练实验 | 第47-48页 |
| ·阈值修改方案实现实验 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·本文的主要工作 | 第49页 |
| ·进一步的工作 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
