基于视频的车辆检测研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及现状 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·研究内容及结构安排 | 第13-16页 |
| ·研究内容 | 第13-15页 |
| ·论文结构 | 第15-16页 |
| 第二章 车辆检测技术综述 | 第16-25页 |
| ·车辆定位技术 | 第17-19页 |
| ·全局滑动窗口搜索 | 第17页 |
| ·局部滑动窗口搜索 | 第17-19页 |
| ·车辆检测中的多视角问题 | 第19-22页 |
| ·基于二维图形 | 第19-21页 |
| ·基于几何特征的方法 | 第19页 |
| ·基于模板匹配的方法 | 第19-20页 |
| ·基于统计的方法 | 第20-21页 |
| ·基于三维模型 | 第21-22页 |
| ·遮挡问题 | 第22-23页 |
| ·多尺度问题 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于背景建模的车辆检测技术 | 第25-48页 |
| ·背景建模 | 第25-31页 |
| ·背景减法 | 第25-27页 |
| ·背景初始化 | 第26页 |
| ·三帧差法 | 第26-27页 |
| ·混合高斯模型 | 第27-30页 |
| ·基于视觉的背景提取法 | 第30-31页 |
| ·特征提取 | 第31-36页 |
| ·改进的矩形特征 | 第31-33页 |
| ·局部二值模式 | 第33-35页 |
| ·梯度直方图 | 第35-36页 |
| ·支持向量机 | 第36-38页 |
| ·仿真实验及结果分析 | 第38-47页 |
| ·背景建模实验及分析 | 第38-44页 |
| ·特征提取实验及分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于聚类的车辆检测器设计 | 第48-59页 |
| ·设计概述 | 第48-49页 |
| ·基于局部的线性嵌入法 | 第49页 |
| ·聚类及树的构建 | 第49-51页 |
| ·K 均值聚类 | 第49-50页 |
| ·自下而上合并层次树 | 第50-51页 |
| ·基于 ADABOOST 的分类器构建 | 第51-54页 |
| ·ADABOOST 算法 | 第51-52页 |
| ·树形节点的级联分类器 | 第52-54页 |
| ·目标的识别方案 | 第54页 |
| ·仿真实验及结果分析 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 车辆检测系统的实现与测试 | 第59-73页 |
| ·系统的概述 | 第59-61页 |
| ·应用场景 | 第59页 |
| ·整体结构 | 第59-61页 |
| ·数据集预处理 | 第61-62页 |
| ·阴影处理模块 | 第62-65页 |
| ·自适应滑动窗口定位方法 | 第65-67页 |
| ·多视角分类器模块 | 第67-69页 |
| ·系统的测试 | 第69-72页 |
| ·测试环境 | 第69页 |
| ·测试结果及分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-83页 |
| 攻硕期间取得的研究成果 | 第83-84页 |
