面向高速的前方行驶车辆的检测与跟踪算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 论文研究的背景 | 第12-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 研究现状 | 第13-15页 |
| 1.4 主要工作与内容安排 | 第15-18页 |
| 第2章 检测算法的介绍 | 第18-31页 |
| 2.1 检测算法的整体流程 | 第18-19页 |
| 2.2 图像的几类特征 | 第19-20页 |
| 2.3 图像特征的选择 | 第20-23页 |
| 2.3.1 HOG特征 | 第20-22页 |
| 2.3.2 颜色直方图特征 | 第22-23页 |
| 2.4 SVM的介绍 | 第23-30页 |
| 2.4.1 SVM的基本原理 | 第24-27页 |
| 2.4.2 SVM核函数 | 第27-29页 |
| 2.4.3 常见核函数 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 跟踪算法的介绍 | 第31-41页 |
| 3.1 KCF跟踪算法 | 第31-34页 |
| 3.1.1 KCF跟踪算法中的岭回归 | 第31-33页 |
| 3.1.2 循环移位和循环矩阵 | 第33页 |
| 3.1.3 循环矩阵傅氏空间对角化 | 第33-34页 |
| 3.2 KCF的非线性回归 | 第34-37页 |
| 3.2.1 核相关滤波器的响应 | 第35页 |
| 3.2.2 常见的核函数 | 第35-37页 |
| 3.3 基于KCF的运动目标的跟踪算法 | 第37-40页 |
| 3.3.1 快速训练 | 第38-39页 |
| 3.3.2 快速识别 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 前方行驶车辆的检测与跟踪算法 | 第41-53页 |
| 4.1 检测算法确定目标车辆 | 第41-46页 |
| 4.1.1 帧视频特征提取 | 第41-43页 |
| 4.1.2 SVM检测分类器的训练 | 第43-45页 |
| 4.1.3 检测样本验证分类器 | 第45-46页 |
| 4.2 跟踪算法跟踪目标车辆 | 第46-51页 |
| 4.2.1 循环移位生成训练样本集 | 第47-48页 |
| 4.2.2 对训练样本集进行特征提取 | 第48-49页 |
| 4.2.3 相关滤波器 | 第49页 |
| 4.2.4 核相关滤波器 | 第49-51页 |
| 4.3 本章小结 | 第51-53页 |
| 第5章 算法验证 | 第53-61页 |
| 5.1 前方行驶车辆的检测算法的验证 | 第53-57页 |
| 5.1.1 实验数据 | 第53-54页 |
| 5.1.2 实验过程的程序 | 第54-56页 |
| 5.1.3 检测试验结果与数据分析 | 第56-57页 |
| 5.2 前方行驶车辆的跟踪算法的测评 | 第57-60页 |
| 5.2.1 评判标准 | 第57-58页 |
| 5.2.2 测试结果与数据分析 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第6章 总结 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67-68页 |
