复杂环境下的卷积神经网络车辆颜色识别研究

目录

第一章绪论

1.2课题来源

1.3.1车辆目标检测研究现状

1.3.2颜色分割研究现状

1.3.3车辆颜色分类研究现状

1.4研究内容

1.5论文组织结构

第二章课题背景介绍和相关技术

2.2车辆颜色识别应用需求

2.2.2车辆颜色区域的精确分割

2.3.1 RGB颜色空间

2.3.3 HSV颜色空间

2.4卷积神经网络

2.4.2内部层级结构

2.5本章小结

第三章基于区域显著性的抗干扰车辆区域分割

3.2多通道局部敏感直方图变换

3.2.2算法提出

3.2.3算法描述

3.3区域显著性检测

3.3.1显著性检测模型

3.3.2显著性检测理论

3.4基于Mul-SDLS的分割算法

3.4.2多通道显著性图融合

3.4.3非显著性目标分割

3.5实验

3.5.2实验步骤

3.5.3实验结果分析

3.6本章小结

第四章基于多颜色空间的卷积神经网络模型

4.2主流的特征提取模型

4.2.2 VGGNet

4.2.4 ResNet

4.3算法提出

4.3.2算法描述

4.4模型描述

4.4.2模型输出选择判断器

4.5本章小结

第五章实验结果与分析

5.1.2数据集来源

5.1.3实验流程

5.2实验实施

5.2.1数据集的重构和扩充

5.2.2算法参数设置与实验设置

5.3算法的结果以及分析

5.3.1多颜色空间算法结果

5.3.2不同数据集结果对比

5.3.3总体算法结果对比

5.4应用开发与部署

5.5本章小结

总结与展望

参考文献

攻读学位期间发表的论文

攻读学位期间参加的科研项目

声明

致谢