| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 面向ADAS的行人检测技术简介 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 第2章 行人检测方法 | 第15-29页 |
| 2.1 基于统计学习的行人检测 | 第15-20页 |
| 2.1.1 行人特征提取 | 第15-18页 |
| 2.1.2 分类器 | 第18-20页 |
| 2.2 基于卷积神经网络的行人检测 | 第20-23页 |
| 2.2.1 FasterR-CNN简介 | 第20-22页 |
| 2.2.2 YOLO简介 | 第22-23页 |
| 2.2.3 SSD简介 | 第23页 |
| 2.3 本文行人检测方法 | 第23-28页 |
| 2.3.1 CoHOG特征 | 第24-25页 |
| 2.3.2 多台阶SVM分类器 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 数据集准备及字典制作 | 第29-45页 |
| 3.1 样本采集 | 第30-35页 |
| 3.1.1 样本标签设置 | 第31-32页 |
| 3.1.2 样本标记框大小设置 | 第32-35页 |
| 3.1.3 行人正样本标记规则 | 第35页 |
| 3.2 样本筛选 | 第35-40页 |
| 3.2.1 行人正样本筛选 | 第37-39页 |
| 3.2.2 行人负样本筛选 | 第39-40页 |
| 3.3 字典制作 | 第40-44页 |
| 3.3.1 字典生成 | 第40-41页 |
| 3.3.2 字典性能评价 | 第41-43页 |
| 3.3.3 字典性能提升 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 系统总体设计 | 第45-57页 |
| 4.1 系统总体组成 | 第45-47页 |
| 4.2 图像预处理 | 第47-48页 |
| 4.3 搜索区域设置 | 第48页 |
| 4.4 消失点设置 | 第48-49页 |
| 4.5 创建图像金字塔 | 第49-52页 |
| 4.6 行人目标确定 | 第52-54页 |
| 4.7 行人目标追踪 | 第54-56页 |
| 4.7.1 特征提取 | 第55页 |
| 4.7.2 光流法 | 第55-56页 |
| 4.8 本章小结 | 第56-57页 |
| 第5章 系统软硬件设计 | 第57-72页 |
| 5.1 系统硬件设计 | 第57-67页 |
| 5.1.1 系统电路总体设计 | 第57-58页 |
| 5.1.2 Visconti27502介绍 | 第58-62页 |
| 5.1.3 系统电源电路设计 | 第62-63页 |
| 5.1.4 HDMI转换电路设计 | 第63-66页 |
| 5.1.5 CAN收发电路设计 | 第66-67页 |
| 5.2 系统软件设计 | 第67-71页 |
| 5.2.1 ADV7611BSWZ配置程序设计 | 第67页 |
| 5.2.2 SIL64CTG64配置程序设计 | 第67-68页 |
| 5.2.3 行人检测整体程序设计 | 第68-69页 |
| 5.2.4 Visconti27502CMeP核初始化程序设计 | 第69-70页 |
| 5.2.5 Visconti27502MPE0核初始化程序设计 | 第70-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第6章 系统调试 | 第72-81页 |
| 6.1 系统调试环境搭建 | 第72-73页 |
| 6.2 系统电路测试 | 第73-74页 |
| 6.3 行人目标检测测试 | 第74-77页 |
| 6.4 行人目标追踪测试 | 第77-79页 |
| 6.5 实车装配 | 第79-80页 |
| 6.6 本章小结 | 第80-81页 |
| 第7章 总结与展望 | 第81-83页 |
| 7.1 总结 | 第81页 |
| 7.2 展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 附录 | 第88页 |