声明
第1章 绪论
1.1研究背景及意义
1.2国内外研究现状
1.3本文的主要研究内容
1.4本文的组织结构
第2章 相关理论与技术
2.1 LBP特征原理
2.2主成分分析原理
2.3卷积神经网络原理
2.3.1卷积层
2.3.2池化层
2.3.3全连接层
2.3.4经典卷积神经网络
2.4相关软件平台
2.4.1 TensorFlow简介
2.4.2 OpenCV简介
2.4.3TensorFlow Serving简介
2.4.4 Docker简介
2.5本章小结
第3章 融合纹理和形状特征的集成分类停车位占用检测算法
3.1引言
3.2算法流程与概述
3.3算法详细设计
3.3.1Gamma矫正
3.3.2分块LBP纹理特征提取
3.3.3图像边缘梯度特征融合
3.3.4Adaboost集成分类
3.4实验结果与分析
3.4.1停车位数据集
3.4.2评价指标
3.4.3实验环境与参数配置
3.4.4实验结果与分析
3.5本章小结
第4章 基于非局部操作的卷积神经网络停车位占用检测算法
4.1引言
4.2算法流程与概述
4.3 算法详细设计
4.3.1非局部操作原理
4.3.2非局部模块
4.3.3模型结构
4.4实验结果与分析
4.4.1停车位数据集
4.4.2实验环境与参数配置
4.4.3模型结构优化
4.4.4数据集内实验
4.4.5数据集间实验
4.5真实场景中的停车位占用检测
4.5.1停车位图像预处理
4.5.2停车位占用检测
4.6本章小结
第5章 总结与展望
5.1工作总结
5.2未来展望
参考文献
作者简介和攻读硕士学位期间科研成果
致谢
吉林大学;