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
浙江工商大学;