包邮智慧交通场景中车辆全息感知理论与技术/赵池航

第1章 绪论 1.1 研究背景及意义 1.2 研究现状分析 1.3 研究现状评述 1.4 研究内容与方法 本章参考文献 第2章 基于鲁棒混合高斯模型的智慧交通场景中车辆检测方法研究 2.1 引言 2.2 传统GMM背景建模 2.3 基于鲁棒混合高斯模型的城市道路交叉口场景中车辆检测 2.4 实验论证与对比分析 2.5 小结 本章参考文献 第3章 基于级联集成分类器的智慧交通场景中车辆品牌识别方法研究 3.1 基于车辆轮廓与车牌对称融合特征的车脸区域检测 3.2 基于级联集成分类器的车辆品牌识别模型 3.3 级联集成分类器模型 3.4 实验分析 3.5 小结 本章参考文献 第4章 基于深层网络融合模型的智慧交通场景中车辆类型识别方法研究 4.1 深度学习概述 4.2 迁移学习和参数优化 4.3 卷积神经网络结构 4.4 深层网络融合模型 4.5 实验分析 4.6 小结 本章参考文献 第5章 基于极限学习深度网络融合模型的智慧交通场景中车辆号牌识别方法研究 5.1 深度学习理论 5.2 极限学习理论 5.3 迁移学习 5.4 极限学习卷积神经网络模型 5.5 基于极限学习深度网络融合模型的车辆号牌识别 5.6 实验分析 5.7 小结 本章参考文献 第6章 基于卷积神经网络模型的智慧交通场景中车辆颜色识别方法研究 6.1 构建车辆颜色图像集 6.2 颜色空间概述 6.3 基于卷积神经网络模型的车辆颜色识别 6.4 实验分析 6.5 小结 本章参考文献 第7章 基于联合特征的智慧交通场景中车辆异常行为的识别方法研究 7.1 构建车辆行为图像集 7.2 特征变换方法分析 7.3 支持向量机分类器 7.4 实验分析 7.5 小结 本章参考文献