第一个书签之前
摘 要
Abstract
目 录
第1章 绪 论
1.1 课题研究背景及意义
1.2 国内外研究现状及分析
1.2.1 国外研究现状及分析
1.2.2 国内研究现状及分析
1.2.3 文献综述简析
1.3 本文主要研究内容
1.4 本文的结构
第2章 交通标志检测和识别相关算法介绍
2.1 交通标志检测
2.1.1 基于颜色的方法
2.1.2 基于形状的方法
2.1.3 基于滑动窗口的方法
2.1.4 检测方法比较
2.2 交通标志识别
2.2.1 基于人工特征提取的方法
2.2.2 基于浅层神经网络的方法
2.2.3 识别方法比较
2.3 基于深度CNN的目标检测识别
2.3.1 基于OverFeat框架的目标检测
2.3.2 基于候选区域的方法
2.3.3 不采用候选区域的方法
2.3.4 两种方法比较
2.3.5 存在的问题
2.4 本章小结
第3章 交通标志检测与识别的研究与改进
3.1 基于多任务学习的交通标志检测模型
3.1.1 多任务学习网络
3.1.2 改进后的整体结构
3.1.3 数据扩充策略
3.1.4 训练测试策略
3.2 改进的特征提取网络
3.3 特征融合策略
3.4 改进的多任务学习策略
3.5 本章小结
第4章 实验结果对比及分析
4.1 实验条件介绍
4.1.1 实验设置及实验环境
4.1.2 数据集介绍
4.1.3 评价指标
4.2 前期实验
4.2.1 基于YOLO模型的交通标志检测
4.2.2 基于R-FCN模型的交通标志检测
4.2.3 不同尺寸的交通标志检测实验
4.3 多任务学习模型改进实验
4.3.1 网络训练测试参数设置
4.3.2 不同特征提取网络对比
4.3.3 特征融合策略的影响
4.3.4 分层多任务策略的影响
4.3.5 最新文献对比
4.4 改进方法的泛化性能分析
4.5 实验结果分析
4.5.1 实际检测结果分析
4.5.2 方法的时间性能分析
4.6 本章小结
结 论
参考文献
附 录
攻读学位期间发表的学术论文
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
哈尔滨工业大学;
