基于改进梯度空间直方图的对象检测方法研究
| 摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文所做的工作 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 2 对象检测中的基本知识 | 第13-26页 |
| ·对象分析 | 第13-15页 |
| ·对象分析中的常用技术 | 第13-14页 |
| ·对象分析中的难点 | 第14-15页 |
| ·对象检测中的主要特征描述算子和数据库 | 第15-23页 |
| ·对象检测领域中的主要特征描述子 | 第15-22页 |
| ·对象检测领域中的主要数据库 | 第22-23页 |
| ·对象检测中的对象配准方法 | 第23-24页 |
| ·基于灰度的图像配准方法 | 第23-24页 |
| ·基于特征的图像配准方法 | 第24页 |
| ·利用滑动窗口进行对象检测 | 第24-26页 |
| 3 基于颜色特征的对象检测 | 第26-32页 |
| ·颜色空间概述 | 第26-28页 |
| ·RGB颜色空间 | 第26-27页 |
| ·HSV颜色空间 | 第27页 |
| ·YUV颜色空间 | 第27-28页 |
| ·CCV颜色聚合向量 | 第28-29页 |
| ·相关试验 | 第29-32页 |
| ·合并包围盒 | 第30页 |
| ·结果判定 | 第30-32页 |
| 4 利用分层投票技术对空间梯度直方图的改进 | 第32-48页 |
| ·数字图像的边缘检测 | 第32-36页 |
| ·边缘检测 | 第32-34页 |
| ·常见的边缘检测算子 | 第34-36页 |
| ·梯度方向直方图 | 第36-38页 |
| ·梯度方向直方图HOG | 第36-37页 |
| ·空间梯度方向直方图PHOG | 第37-38页 |
| ·分层投票机制 | 第38-42页 |
| ·空间层次选取 | 第38-39页 |
| ·分层投票 | 第39-40页 |
| ·最终分类识别率 | 第40-41页 |
| ·本文方法工作过程 | 第41-42页 |
| ·相关试验 | 第42-48页 |
| ·101 Object Category | 第42-44页 |
| ·UIUC Car车体定位 | 第44-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-54页 |
