基于实时视频对非机动车违法行为的自动判别关键技术研究

目录

第 1 章 绪 论

1.1课题研究背景

1.2课题研究的目的和意义

1.3国内外研究现状

1.3.1国外研究现状

1.3.2国内研究现状

1.4非机动车违法行为自动判别关键技术的难点

1.5主要研究内容

1.6论文主要章节安排

第 2 章 BP 神经网络和深度学习

2.1 BP神经网络

2.1.1 BP神经网络的激活函数

2.1.2 改进型 BP神经网络

2.2 卷积神经网络

2.3 Faster R-CNN 的概述

2.4 R-CNN检测感兴趣目标检测

2.4.1 R-CNN候选区域的生成

2.4.2 边框回归

2.5 Softmax函数代替 SVM

2.6 RPN区域建议网络

2.6.1 RPN区域建议网络的平移不变性

2.6.2 RPN区域建议网络的训练

2.7 本章小结

第 3 章 非机动车检测技术研究

3.1 运动目标检测方法

3.1.1 帧间差分法

3.1.2两帧差法

3.1.3多帧差法

3.2非机动车检测方法

3.3 非机动车检测方法算法步骤

3.4 级联的卷积神经网络检测非机动车

3.5 实验过程及结果分析

3.5.1非机动车检测方法的主要算法步骤的实验及对比

3.5.2 非机动车检测方法与 Faster R-CNN网络、SVM+MOG以及非机动车检测方法的综合对比

3.5.3检测非机动车的平均残差错误率对比

3.5.4 实验小结

3.6 本章小结

第 4 章 非机动车车牌检测与识别技术研究

4.1 不同颜色格式的车牌

4.2 非机动车车牌检测方法

4.2.1 选取车牌候选轮廓

4.2.2聚类提取车牌颜色的底色

4.3 非机动车车牌检测方法算法步骤

4.4 非机动车车牌检测实验结果与分析

（1）非机动车车牌检测方法实验结果