| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 数据集展示 | 第10-12页 |
| 1.4 本文主要工作以及内容安排 | 第12页 |
| 本章小结 | 第12-14页 |
| 第二章 基于人工提取特征的车辆检测 | 第14-30页 |
| 2.1 引言 | 第14页 |
| 2.2 HOG和SVM的实现 | 第14-19页 |
| 2.2.1 滑动窗口 | 第14页 |
| 2.2.2 HOG特征提取 | 第14-16页 |
| 2.2.3 SVM分类器 | 第16-19页 |
| 2.3 Haar-like和Adaboost的实现 | 第19-23页 |
| 2.3.1 Haar-like特征提取 | 第20-21页 |
| 2.3.2 Adaboost分类器 | 第21-23页 |
| 2.4 实验 | 第23-29页 |
| 2.4.1 实验准备 | 第23-24页 |
| 2.4.2 实验内容与结果分析 | 第24-29页 |
| 本章小结 | 第29-30页 |
| 第三章 基于深度卷积网的车辆检测 | 第30-46页 |
| 3.1 引言 | 第30页 |
| 3.2 Faster-rcnn检测框架原理 | 第30-38页 |
| 3.2.1 模型介绍 | 第32-33页 |
| 3.2.2 RPN网络 | 第33-34页 |
| 3.2.3 ROI池化 | 第34-36页 |
| 3.2.4 边框回归 | 第36-38页 |
| 3.3 基于Faster-rcnn的车辆检测训练 | 第38-39页 |
| 3.4 实验 | 第39-44页 |
| 3.4.1 实验准备 | 第39-40页 |
| 3.4.2 实验结果与分析 | 第40-44页 |
| 本章小结 | 第44-46页 |
| 第四章 基于Android的车辆检测系统 | 第46-67页 |
| 4.1 引言 | 第46页 |
| 4.2 Android开发平台与代码架构 | 第46-49页 |
| 4.3 系统设计 | 第49-62页 |
| 4.3.1 异步通信的实现 | 第49页 |
| 4.3.2 手机端应用的实现 | 第49-59页 |
| 4.3.3 服务器的实现 | 第59-62页 |
| 4.4 系统测试 | 第62-66页 |
| 4.4.1 测试环境 | 第62页 |
| 4.4.2 测试结果与展示 | 第62-66页 |
| 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |