| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 单目视觉车辆检测 | 第13-15页 |
| 1.2.2 视觉车辆跟踪技术 | 第15-17页 |
| 1.3 训练、测评数据及评价指标 | 第17-20页 |
| 1.3.1 训练数据 | 第17-18页 |
| 1.3.2 测评数据 | 第18-19页 |
| 1.3.3 评价指标 | 第19-20页 |
| 1.4 本文主要研究内容及创新点 | 第20页 |
| 1.5 论文章节安排 | 第20-23页 |
| 第2章 基于主动学习的分类器模型训练 | 第23-37页 |
| 2.1 主动学习简介 | 第23-24页 |
| 2.2 主动学习的一般过程及分类 | 第24-25页 |
| 2.3 主动学习查询抽样策略 | 第25-26页 |
| 2.3.1 不确定抽样 | 第25页 |
| 2.3.2 委员会投票 | 第25-26页 |
| 2.3.3 其它抽样策略 | 第26页 |
| 2.4 基于错误分类主动学习的分类器训练 | 第26-32页 |
| 2.4.1 初始分类器训练 | 第27-28页 |
| 2.4.2 查询抽样策略设计 | 第28-30页 |
| 2.4.3 样本查询归档工具设计 | 第30-32页 |
| 2.5 实验对比及分析 | 第32-36页 |
| 2.5.1 分类器检测率提升对比实验 | 第32-34页 |
| 2.5.2 分类器准确率提升对比实验 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 Adaboost级联多目标车辆检测 | 第37-59页 |
| 3.1 车辆特征描述 | 第37-43页 |
| 3.1.1 Haar-like特征 | 第37-42页 |
| 3.1.2 MB-LBP特征 | 第42-43页 |
| 3.2 Adaboost级联分类器训练 | 第43-46页 |
| 3.2.1 弱分类器训练 | 第44-45页 |
| 3.2.2 强分类器训练 | 第45-46页 |
| 3.2.3 级联分类器车辆检测 | 第46页 |
| 3.3 多分辨率(Multi-scale)加速车辆检测 | 第46-50页 |
| 3.3.1 定义不同矩形检测窗口检测目标尺度 | 第47页 |
| 3.3.2 不同矩形检测窗口纵向位置确定 | 第47-49页 |
| 3.3.3 不同矩形检测窗口横向位置确定 | 第49页 |
| 3.3.4 多分辨前向车辆检测 | 第49-50页 |
| 3.4 分区域多分类器车辆检测 | 第50-54页 |
| 3.4.1 车辆正样本准备 | 第51页 |
| 3.4.2 多分类器训练 | 第51-52页 |
| 3.4.3 检测区域划分 | 第52页 |
| 3.4.4 分区域检测及结果融合 | 第52-54页 |
| 3.5 实验结果及分析 | 第54-58页 |
| 3.5.1 多分辨率检测实时性对比实验 | 第54-55页 |
| 3.5.2 MB-LBP与Haar-like特征检测斜侧向车辆对比实验 | 第55-56页 |
| 3.5.3 多分类器与单分类器检测结果对比 | 第56-58页 |
| 3.6 本章小结 | 第58-59页 |
| 第4章 基于Adaboost与HOG特征的实时车辆检测跟踪 | 第59-69页 |
| 4.1 HOG特征提取计算 | 第59-62页 |
| 4.1.1 梯度方向直方图 | 第59-60页 |
| 4.1.2 HOG特征提取 | 第60-61页 |
| 4.1.3 HOG特征提取的快速算法 | 第61-62页 |
| 4.2 跟踪目标区域建模及初始化 | 第62-63页 |
| 4.2.1 跟踪目标区域建模 | 第62-63页 |
| 4.2.2 初始化跟踪目标 | 第63页 |
| 4.3 自适应目标大小车辆跟踪 | 第63-65页 |
| 4.3.1 自适应大小跟踪目标搜索 | 第63-64页 |
| 4.3.2 特征匹配计算及相似性度量 | 第64-65页 |
| 4.3.3 检测跟踪结果融合 | 第65页 |
| 4.4 实验结果及分析 | 第65-68页 |
| 4.4.1 检测率、误检率对比实验 | 第65-68页 |
| 4.4.2 车辆检测跟踪定位准确度对比实验 | 第68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 前碰撞预警系统设计 | 第69-81页 |
| 5.1 前碰撞预警系统设计 | 第69-71页 |
| 5.1.1 系统总体框架设计 | 第69-70页 |
| 5.1.2 系统主要功能模块设计 | 第70-71页 |
| 5.2 单目视觉前方车辆测距 | 第71-74页 |
| 5.2.1 单目视觉测距模型 | 第71-73页 |
| 5.2.2 单目视觉前方车距测量 | 第73-74页 |
| 5.3 前向碰撞预警系统实验验证 | 第74-79页 |
| 5.3.1 测距准确性对比实验 | 第75页 |
| 5.3.2 实时性和检测率对比实验 | 第75-76页 |
| 5.3.3 实际场景碰撞预警实验验证 | 第76-79页 |
| 5.4 本章小结 | 第79-81页 |
| 第6章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 致谢 | 第89-91页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第91页 |
