| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景与意义 | 第16页 |
| 1.2 道路提取技术研究现状 | 第16-18页 |
| 1.3 本文主要工作及创新点 | 第18-20页 |
| 1.4 本文组织结构 | 第20-22页 |
| 第二章 机器学习及水平集相关基础知识 | 第22-26页 |
| 2.1 引言 | 第22页 |
| 2.2 机器学习相关知识 | 第22-25页 |
| 2.2.1 机器学习概述 | 第22-23页 |
| 2.2.2 支持向量机系列算法 | 第23-25页 |
| 2.3 水平集方法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于HOGRot特征的目标物旋转角度判断方法 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 HOGRot特征 | 第26-33页 |
| 3.3 基于HOGRot的目标物旋转角度判断方法 | 第33-34页 |
| 3.4 实验结果与分析 | 第34-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于DPM和水平集的自动道路提取方法 | 第40-60页 |
| 4.1 引言 | 第40页 |
| 4.2 DPM算法 | 第40-46页 |
| 4.2.1 DPM算法的总体思路 | 第40-42页 |
| 4.2.2 DPM模型检测与匹配程度计算 | 第42-43页 |
| 4.2.3 DPM训练过程 | 第43-45页 |
| 4.2.4 DPM目标物特征提取及预测框优化 | 第45-46页 |
| 4.3 快速水平集算法 | 第46-49页 |
| 4.3.1 DPM算法的总体思路 | 第46-47页 |
| 4.3.2 快速水平集算法原理 | 第47-48页 |
| 4.3.3 快速水平集算法流程 | 第48-49页 |
| 4.4 基于DPM和水平集的自动道路提取方法 | 第49-52页 |
| 4.5 实验结果与分析 | 第52-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-64页 |
| 5.1 总结 | 第60-62页 |
| 5.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
| 1.基本情况 | 第70页 |
| 2.教育背景 | 第70页 |
| 3.攻读硕士学位期间的研究成果 | 第70-71页 |
| 3.1 发表学术论文 | 第70页 |
| 3.2 参与科研项目及获奖 | 第70-71页 |