| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的研究背景及意义 | 第7-8页 |
| ·行人目标检测国内外研究现状 | 第8-11页 |
| ·国内研究现状 | 第8-9页 |
| ·国外研究现状 | 第9-11页 |
| ·课题研究内容及章节安排 | 第11-13页 |
| 2 行人目标检测相关基础 | 第13-24页 |
| ·运动目标检测 | 第13-20页 |
| ·静态背景运动目标检测 | 第13-17页 |
| ·动态背景运动目标检测 | 第17-20页 |
| ·行人目标检测 | 第20-22页 |
| ·形态学图像处理 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 全局运动背景补偿运动目标检测 | 第24-39页 |
| ·摄像机运动模型 | 第25-27页 |
| ·模型参数鲁棒估计 | 第27-34页 |
| ·特征点提取 | 第27-30页 |
| ·特征点匹配 | 第30-33页 |
| ·模型参数计算 | 第33-34页 |
| ·背景补偿 | 第34-35页 |
| ·实验结果分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4 HOG&SVM算法人体检测 | 第39-50页 |
| ·HOG特征 | 第39-40页 |
| ·HOG特征描述 | 第39-40页 |
| ·SVM算法 | 第40-43页 |
| ·传统SVM分类器 | 第40-42页 |
| ·线性不可分SVM分类器 | 第42-43页 |
| ·人体目标训练样本 | 第43-44页 |
| ·SVM训练分类过程 | 第44-47页 |
| ·颜色和伽马归一化 | 第44-45页 |
| ·梯度计算 | 第45页 |
| ·构建方向/空间直方图 | 第45页 |
| ·块归一化和标准化 | 第45-46页 |
| ·HOG特征向量集采集 | 第46-47页 |
| ·SVM分类 | 第47页 |
| ·实验结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于背景补偿和HOG&SVM相结合的行人检测系统设计及实现 | 第50-56页 |
| ·系统工作流程 | 第50-51页 |
| ·系统功能模块简介 | 第51-52页 |
| ·全局背景补偿模块 | 第51页 |
| ·运动目标提取模块 | 第51-52页 |
| ·行人目标检测模块 | 第52页 |
| ·系统软件实现 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·不足与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 申请学位期间的研究成果及发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |