首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于级联分类器的目标检测方法研究

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

论文共69页,点击 下载论文
上一篇:复杂背景下视频运动目标检测与跟踪算法研究
下一篇:基于Linux的路由器操作系统及E1接口软件设计与实现