| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究的难点 | 第12-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 行人检测方法概述 | 第16-27页 |
| 2.1 行人检测研究方法分类 | 第16页 |
| 2.2 常用特征 | 第16-22页 |
| 2.2.1 HOG特征 | 第16-18页 |
| 2.2.2 Edgelet特征 | 第18-19页 |
| 2.2.3 形状上下文特征 | 第19-20页 |
| 2.2.4 尺度不变特征转换 | 第20-21页 |
| 2.2.5 积分通道特征 | 第21-22页 |
| 2.3 常用分类器 | 第22-26页 |
| 2.3.1 AdaBoost | 第22-23页 |
| 2.3.2 随机森林 | 第23-24页 |
| 2.3.3 级联分类器 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 改进型HLBP纹理特征和SVM的行人检测 | 第27-44页 |
| 3.1 引言 | 第27-28页 |
| 3.2 相关工作 | 第28-35页 |
| 3.2.1 特征提取 | 第28-31页 |
| 3.2.2 支持向量机 | 第31-35页 |
| 3.3 改进型HLBP纹理特征和SVM的行人检测 | 第35-39页 |
| 3.3.1 改进型HLBP特征 | 第35-36页 |
| 3.3.2 图像的IHLBP特征提取 | 第36页 |
| 3.3.3 图像多尺度分析及特征提取 | 第36-38页 |
| 3.3.4 行人检测流程 | 第38-39页 |
| 3.4 实验结果及分析 | 第39-43页 |
| 3.4.1 行人检测数据集 | 第39-41页 |
| 3.4.2 阈值t的影响和多尺度分析 | 第41页 |
| 3.4.3 不同算法的识别率对比 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于HSV颜色空间提取MIHLBP特征的行人检测 | 第44-52页 |
| 4.1 颜色空间简介 | 第44-45页 |
| 4.1.1 RGB颜色空间 | 第44-45页 |
| 4.1.2 HSV颜色空间 | 第45页 |
| 4.2 基于HSV颜色空间的行人检测 | 第45-48页 |
| 4.2.1 图像纹理分析 | 第45-47页 |
| 4.2.2 行人检测算法步骤 | 第47-48页 |
| 4.3 实验结果及分析 | 第48-50页 |
| 4.3.1 基于HSV颜色空间提取MIHLBP特征有效性分析 | 第48页 |
| 4.3.2 不同颜色空间提取MIHLBP特征的对比 | 第48-49页 |
| 4.3.3 阈值t对MIHLBP-HSV算法的影响 | 第49页 |
| 4.3.4 不同算法的对比 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-61页 |
| 附录A（攻读硕士学位期间发表论文目录） | 第61页 |
