第一个书签之前
第一章 绪论
1.1 论文研究背景及意义
1.2 车辆分割技术国内外研究现状
1.3 车辆跟踪技术国内外研究现状
1.4 论文主要研究内容和结构安排
1.4.1 论文主要研究内容
1.4.2 论文结构安排
第二章 基本原理描述及分析
2.1 全卷积神经网络语义分割算法基本原理
2.1.1 卷积网络
2.1.2 反卷积网络
2.1.3 Softmax分类模型
2.2 核相关滤波算法基本原理
2.2.1 特征选择
2.2.2 循环矩阵
2.2.3 线性核岭回归训练过程
2.2.4 非线性核岭回归训练过程
2.2.5 目标检测与跟踪
2.3 本章小结
第三章 弱对比度交通环境下前方车辆分割技术
3.1 弱对比度交通环境下的前方车辆分割算法整体思路
3.2 基于全卷积神经网络的前车分割
3.2.1 全卷积神经网络的前车分割算法结构
3.2.2 全卷积神经网络参数选择与优化
3.3 基于均值漂移算法的前车分割
3.3.1 均值漂移原理
3.3.2 基于均值漂移算法的前方车辆分割实现
3.4 全卷积神经网络与均值漂移分割区域合并过程
3.5 算法性能分析
3.5.1 交通场景下的前车语义分割数据集及评价标准
3.5.2 算法实验结果与性能对比
3.6 本章小结
第四章 弱对比度交通环境下的前方多车辆跟踪技术
4.1 弱对比度交通环境下前方多车辆跟踪整体思路
4.2 基于金字塔特征尺度自适应的核化相关滤波车辆跟踪
4.2.1 空间金字塔HOG特征
4.2.2 前方车辆跟踪实现
4.3 跟踪目标关联及列表更新策略
4.4 算法性能分析
4.4.1 交通场景下的前车跟踪评价数据集及评价标准
4.4.2 算法实验结果与性能对比
4.5 本章小结
第五章 前方车辆分割与跟踪系统软件实现与测试
5.1 前车分割与跟踪系统软件实验环境搭建
5.2 前车分割与跟踪系统软件设计与实现
5.3 前车分割与跟踪系统软件测试
5.4 本章小结
总结与展望
参考文献
攻读硕士学位期间的研究成果
致 谢
