| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-19页 |
| ·研究背景与意义 | 第9-10页 |
| ·车辆检测的研究现状 | 第10-14页 |
| ·基于运动的车辆检测方法 | 第10-12页 |
| ·基于先验知识的车辆检测方法 | 第12-13页 |
| ·基于模板的车辆检测方法 | 第13-14页 |
| ·基于特征的车辆检测方法 | 第14页 |
| ·本文研究内容 | 第14-17页 |
| ·主要研究问题 | 第14-15页 |
| ·目前解决方法 | 第15-16页 |
| ·本文研究方案 | 第16-17页 |
| ·论文结构安排 | 第17-19页 |
| 第2章 基于 co-training 学习的车辆检测 | 第19-35页 |
| ·引言 | 第19-20页 |
| ·co-training 学习算法介绍 | 第20-28页 |
| ·算法总体框架 | 第20-21页 |
| ·特征的选择 | 第21-24页 |
| ·分类器的选择 | 第24-26页 |
| ·检测未标记样本 | 第26-28页 |
| ·车辆检测性能评估方式 | 第28-29页 |
| ·可行性分析 | 第29-32页 |
| ·本章小结 | 第32-35页 |
| 第3章 基于 co-training 学习的场景自适应 | 第35-53页 |
| ·引言 | 第35-36页 |
| ·系统框架 | 第36-38页 |
| ·车辆检测快速自适应算法 | 第38-50页 |
| ·算法框架 | 第39-41页 |
| ·场景相似度判断 | 第41-46页 |
| ·标签置信度判断 | 第46-49页 |
| ·训练样本的选择 | 第49-50页 |
| ·可行性分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 交通视频目标识别系统平台实现及实验分析 | 第53-85页 |
| ·软件开发基础 | 第53-54页 |
| ·总体设计 | 第54-55页 |
| ·开发目的 | 第54页 |
| ·软件框架 | 第54-55页 |
| ·软件模块介绍 | 第55-64页 |
| ·建立样本库模块 | 第55-59页 |
| ·训练分类器模块 | 第59-61页 |
| ·测试分类器模块 | 第61-62页 |
| ·目标检测模块 | 第62-64页 |
| ·co-training 学习算法的实现及结果分析 | 第64-74页 |
| ·建立样本库 | 第64-65页 |
| ·训练初始分类器 | 第65-69页 |
| ·co-training 学习过程 | 第69-71页 |
| ·实验结果分析 | 第71-74页 |
| ·场景自适应算法的实现及结果分析 | 第74-84页 |
| ·建立样本库 | 第74-76页 |
| ·训练特定分类器 | 第76-78页 |
| ·场景自适应过程 | 第78-82页 |
| ·实验结果分析 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 总结与展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间所发表的学术论文 | 第91-93页 |
| 致谢 | 第93页 |
