摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 目标检测技术发展现状 | 第10-11页 |
1.3 本文主要贡献及创新 | 第11-12页 |
1.4 论文结构安排 | 第12-13页 |
第二章 分类器的软级联变换 | 第13-33页 |
2.1 软级联Adaboost分类器 | 第13-15页 |
2.2 软级联变换 | 第15-21页 |
2.2.1. 分量排序与拒绝阈值计算方法 | 第18-19页 |
2.2.2. 车辆检测实验 | 第19-21页 |
2.3 加性核化分类器的软级变换 | 第21-31页 |
2.3.1. 加性核化分类器 | 第22-23页 |
2.3.2. 软级联加性核化SVM | 第23-26页 |
2.3.3. 特征的映射与逆映射 | 第26-29页 |
2.3.4. 字符识别实验 | 第29-31页 |
2.4 软级联变换的缺点 | 第31-32页 |
2.5 本章小结 | 第32-33页 |
第三章 多层次网格特征 | 第33-49页 |
3.1 HOG特征与FHOG特征 | 第33-36页 |
3.2 SPHOG特征与多层次网格特征 | 第36-43页 |
3.2.1. 分类器与不同特征的组合 | 第38-39页 |
3.2.2. SPHOG与ChnFtrs的联系 | 第39-40页 |
3.2.3. 多层次网格特征 | 第40-43页 |
3.3 检测器的运行速度 | 第43-48页 |
3.3.1. 快速特征金字塔与积分图 | 第43-45页 |
3.3.2. 检测器运行时间分析 | 第45-47页 |
3.3.3. 使用线程池加速滑窗搜索 | 第47-48页 |
3.4 本章小结 | 第48-49页 |
第四章 目标检测系统设计 | 第49-61页 |
4.1 分类器的训练 | 第49-54页 |
4.1.1. SVM参数选择 | 第49-50页 |
4.1.2. 自举训练策略 | 第50-52页 |
4.1.3. 训练图片的截取方式 | 第52-54页 |
4.2 图像的预处理 | 第54-56页 |
4.3 检测窗的非极大值抑制 | 第56-57页 |
4.4 基于Matlab GUI的目标检测实验平台 | 第57-60页 |
4.4.1. 数据库的读取与标注 | 第58页 |
4.4.2. 检测器的训练与性能评估 | 第58-59页 |
4.4.3. 目标检测效果演示 | 第59-60页 |
4.5 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
5.1 本文总结 | 第61-62页 |
5.2 后续工作展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-68页 |
攻读硕士学位期间取得的成果 | 第68-69页 |