| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.3 研究目标与技术难点 | 第17-18页 |
| 1.3.1 研究目的 | 第17-18页 |
| 1.3.2 技术难点 | 第18页 |
| 1.4 研究内容 | 第18-20页 |
| 1.4.1 论文工作 | 第18-19页 |
| 1.4.2 论文创新 | 第19-20页 |
| 1.5 结构安排 | 第20-22页 |
| 第二章 论文相关理论基础 | 第22-33页 |
| 2.1 传统车流量统计方法 | 第22-27页 |
| 2.1.1 视频图像预处理 | 第22-24页 |
| 2.1.2 车辆目标检测 | 第24-26页 |
| 2.1.3 车辆跟踪与计数 | 第26-27页 |
| 2.2 深度学习基础理论 | 第27-32页 |
| 2.2.1 神经网络基础 | 第27-30页 |
| 2.2.2 深度卷积神经网络理论 | 第30-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 基于视频处理的道路交通流跟踪统计系统的设计 | 第33-60页 |
| 3.1 需求分析 | 第33-34页 |
| 3.2 系统总体设计 | 第34-40页 |
| 3.2.1 设计思路 | 第34-36页 |
| 3.2.2 功能模块分析 | 第36-39页 |
| 3.2.2.1 用户登录模块 | 第36-37页 |
| 3.2.2.2 车辆检测模块 | 第37页 |
| 3.2.2.3 车流量数据统计模块 | 第37-38页 |
| 3.2.2.4 动态地图展示模块 | 第38页 |
| 3.2.2.5 后台管理模块 | 第38-39页 |
| 3.2.3 系统平台设计 | 第39页 |
| 3.2.4 数据库设计 | 第39-40页 |
| 3.3 具体算法设计 | 第40-58页 |
| 3.3.1 基于卷积神经网络的车辆检测 | 第41-48页 |
| 3.3.1.1 传统目标检测算法存在的问题 | 第41-42页 |
| 3.3.1.2 卷积神经网络车辆检测器的设计思路 | 第42-44页 |
| 3.3.1.3 SSD车辆检测模型基本结构 | 第44-45页 |
| 3.3.1.4 基于损失函数和反向传播的样本训练 | 第45-48页 |
| 3.3.2 基于重叠率匹配和SURF特征提取的车辆跟踪计数算法 | 第48-56页 |
| 3.3.2.1 车辆跟踪计数算法设计思路 | 第48-49页 |
| 3.3.2.2 多车道虚拟线圈设置 | 第49-50页 |
| 3.3.2.3 基于边界框重叠率匹配的车辆跟踪 | 第50-52页 |
| 3.3.2.4 基于SURF特征提取的图像相似度计算 | 第52-56页 |
| 3.3.3 道路交通流跟踪统计整体算法设计 | 第56-58页 |
| 3.4 本章小结 | 第58-60页 |
| 第四章 基于视频处理的道路交通流跟踪统计系统的实现 | 第60-72页 |
| 4.1 用户登录模块实现 | 第60-61页 |
| 4.2 车辆检测模块实现 | 第61-63页 |
| 4.2.1 数据采集与处理 | 第61页 |
| 4.2.2 模型训练 | 第61-62页 |
| 4.2.3 基于SSD网络模型的车辆检测器实现 | 第62-63页 |
| 4.3 车流量数据统计模块实现 | 第63-68页 |
| 4.3.1 基于边界框重叠率匹配的车辆跟踪统计实现 | 第63-64页 |
| 4.3.2 基于SURF特征提取的图像相似度计算实现 | 第64-67页 |
| 4.3.3 车流量数据统计模块的系统调用 | 第67-68页 |
| 4.4 动态地图展示模块实现 | 第68-70页 |
| 4.5 后台管理模块实现 | 第70-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 系统测试与实验分析 | 第72-87页 |
| 5.1 测试方案 | 第72页 |
| 5.2 测试环境 | 第72-73页 |
| 5.2.1 硬件环境 | 第72页 |
| 5.2.2 软件环境 | 第72-73页 |
| 5.3 系统功能测试 | 第73-75页 |
| 5.4 算法性能测试 | 第75-85页 |
| 5.5 测试总结 | 第85-86页 |
| 5.6 本章小结 | 第86-87页 |
| 第六章 全文总结与展望 | 第87-89页 |
| 6.1 全文总结 | 第87-88页 |
| 6.2 后续工作展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 攻读硕士学位期间取得的成果 | 第94页 |
