基于图像内容的车辆检索研究与应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的背景和意义 | 第10-11页 |
| 1.3 相关领域国内外研究现状 | 第11-17页 |
| 1.3.1 道路检测记录系统国内外研究现状 | 第11-12页 |
| 1.3.2 目标检测定位技术国内外研究现状 | 第12-15页 |
| 1.3.3 图像检索识别技术国内外研究现状 | 第15-17页 |
| 1.4 论文研究内容及结构 | 第17-19页 |
| 1.4.1 论文主要研究内容 | 第17-18页 |
| 1.4.2 论文结构安排 | 第18-19页 |
| 第2章 基于卷积神经网络的车辆检测研究 | 第19-35页 |
| 2.1 卷积神经网络概述 | 第19-24页 |
| 2.1.1 卷积神经网络层次结构 | 第19-20页 |
| 2.1.2 局部连接权值共享 | 第20-22页 |
| 2.1.3 常用卷积神经网络结构 | 第22-24页 |
| 2.2 基于YOLO网络的车辆检测 | 第24-30页 |
| 2.2.1 YOLO目标检测概述 | 第24-25页 |
| 2.2.2 微调YOLO模型进行车辆检测 | 第25-27页 |
| 2.2.3 改进YOLO网络结构 | 第27-29页 |
| 2.2.4 车辆检测结果及分析 | 第29-30页 |
| 2.3 区域定位分割 | 第30-34页 |
| 2.3.1 图像对比度增强 | 第30-31页 |
| 2.3.2 图像直线滤波边缘检测 | 第31-34页 |
| 2.3.3 挡风玻璃区域定位结果及分析 | 第34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于改进BOW模型的车辆图像检索研究 | 第35-54页 |
| 3.1 基于BOW模型的图像检索概述 | 第35-42页 |
| 3.1.1 基于BOW模型的图像检索框架 | 第35-36页 |
| 3.1.2 SIFT局部特征提取 | 第36-39页 |
| 3.1.3 局部特征量化技术 | 第39-41页 |
| 3.1.4 倒排索引技术 | 第41-42页 |
| 3.2 基于局部特征的图像匹配 | 第42-47页 |
| 3.2.1 基于局部特征的蛮力匹配 | 第42-43页 |
| 3.2.2 基于视觉词典的匹配 | 第43-45页 |
| 3.2.3 融合汉明编码的匹配 | 第45-46页 |
| 3.2.4 实验结果及分析 | 第46-47页 |
| 3.3 结合局部颜色特征的图像匹配 | 第47-53页 |
| 3.3.1 局部颜色特征提取量化 | 第47-49页 |
| 3.3.2 基于索引级别的局部特征融合 | 第49-51页 |
| 3.3.3 基于改进局部特征的嫌疑车辆检索 | 第51-52页 |
| 3.3.4 实验结果及分析 | 第52-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 车辆检索系统软件设计与实现 | 第54-63页 |
| 4.1 开发环境 | 第54-55页 |
| 4.1.1 硬件环境 | 第54页 |
| 4.1.2 软件环境 | 第54-55页 |
| 4.2 系统模块功能设计 | 第55页 |
| 4.3 系统模块实现 | 第55-59页 |
| 4.3.1 车辆检测模块的实现 | 第55-56页 |
| 4.3.2 离线处理模块的实现 | 第56-57页 |
| 4.3.3 索引模块的实现 | 第57-58页 |
| 4.3.4 查询图获取模块的实现 | 第58页 |
| 4.3.5 检索识别模块的实现 | 第58-59页 |
| 4.4 界面设计与实现 | 第59-61页 |
| 4.5 系统功能测试 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 全文工作总结 | 第63-64页 |
| 5.2 未来工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间获得与学位论文相关的科研成果目录 | 第70页 |
