摘要
1绪论
1．1课题研究背景及意义
1．2国内外研究现状
1．2．1车型识别研究现状
1．2．2车辆检测研究现状
1．3本文的主要研究内容
1．4本文的章节安排
2车辆数据库建立及预处理
2．1车辆数据集的建立
2．2车型分类标准
2．3车辆图像预处理
2．3．1均值滤波器
2．3．2非局部均值滤波
2．4本章小结
3基于区域卷积神经网络的车辆目标检测
3．1 RCNN系列算法模型
3．1．1 R-CNN模型
3．1．2 Fast R-CNN模型
3．1．3 Faster R-CNN模型
3．1．4对比与分析
3．2车辆目标检测方案设计
3．3车辆目标检测算法
3．3．1特征提取网络
3．3．2多尺度训练与特征融合
3．3．3难负样本挖掘策略
3．3．4改进卷积网络
3．4车辆检测实验与结果分析
3．4．1车辆检测算法训练流程
3．4．2车辆检测数据集的制作
3．4．3车辆检测结果对比分析
3．5本章小节
4基于深度卷积神经网络的车型识别研究
4．1深度卷积神经网络
4．2基于深度卷积神经网络的车型识别方案
4．3网络结构设计
4．3．1输入及输出层设计
4．3．2网络层数设计
4．4网络参数的优化
4．4．1激活函数的选择
4．4．2 Dropout的优化
4．4．3学习率与权重初始值的设置
4．5本章小结
5车型识别系统实验结果与分析
5．1车型识别系统总体框图
5．2结果与分析
5．2．1样本数据
5．2．2训练与测试结果分析
5．2．3错误样本分析
5．2．4传统车型识别与本文系统对比分析
5．3本章小结
6结论
6．1结论
6．2展望
参考文献
攻读硕士学位期间发表的论文
致谢
声明
