声明
摘要
第一章 引言
1．1 研究背景及意义
1．2 国内外研究现状
1．2．1 车辆区域检测方法研究现状
1．2．2 车辆品牌及型号识别研究现状
1．3 本文内容安排及技术路线
第二章 车辆图像采集及车辆目标区域检测
2．1 车辆图像数据采集
2．2 基于对称特征的车辆检测方法
2．2．1 边缘检测
2．2．2 轮廓对称轴检测
2．2．3 车牌对称轴检测
2．2．4 车辆区域定位
2．3 其他车辆检测方法
2．3．1 基于边缘的车辆区域检测方法
2．3．2 基于车牌定位的车辆区域检测方法
2．3．3 基于车辆纹理及支持向量机(SVM)的检测方法
2．3．4 基于Gabor特征及支持向量机(SVM)的检测方法
2．4 感兴趣区域(ROI)定位
2．5 实验结果
2．6 小结
第三章 特征描述器
3．1 梯度方向直方图(HOG)
3．2 Contourlet变换
3．3 特征降维
3．4 组合特征
3．5 实验结果
3．6 小结
第四章 基于级联集成分类器的可靠分类
4．1 高可靠性分类器构建
4．2 两级集成分类器级联方案
4．3 基于不同分类器的集成分类器
4．3．1 朴素贝叶斯分类器
4．3．2 k-近邻分类器
4．3．3 多层神经网络(MLP)
4．3．4 支持向量机(SVM)
4．3．5 集成分类器表决方案
4．4 基于神经网络的旋转森林(RF)集成分类器
4．5 实验结果
4．5．1 单个分类器实验
4．5．2 级联集成分类器实验
4．6 小结
第五章 总结及展望
5．1 总结
5．2 展望
参考文献
致谢
硕士期间完成的研究成果
