基于场景变换的行人检测系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景 | 第9-10页 |
| ·课题研究目的和意义 | 第10页 |
| ·国内外相关技术发展现状 | 第10-14页 |
| ·ITS 的发展状况 | 第10-12页 |
| ·行人检测研究现状 | 第12-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 系统的总体方案设计 | 第15-24页 |
| ·引言 | 第15页 |
| ·系统组成构架 | 第15-16页 |
| ·图像画面判断 | 第16-23页 |
| ·像素特征 | 第16-17页 |
| ·直方图特征 | 第17-21页 |
| ·边缘特征 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 运动目标获取方法 | 第24-43页 |
| ·引言 | 第24-25页 |
| ·背景获取 | 第25-29页 |
| ·单高斯模型 | 第25-26页 |
| ·混合高斯模型 | 第26-29页 |
| ·混合高斯模型改进 | 第29-33页 |
| ·权重更新 | 第29-31页 |
| ·抑制光线变化 | 第31-33页 |
| ·二值化 | 第33-42页 |
| ·全局二值化方法 | 第35-37页 |
| ·局部二值化方法 | 第37-42页 |
| ·图像膨胀与腐蚀 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第4章 行人跟踪与识别 | 第43-53页 |
| ·引言 | 第43-44页 |
| ·运动跟踪 | 第44-49页 |
| ·参数初始化 | 第45-46页 |
| ·模板匹配 | 第46-47页 |
| ·参数更新 | 第47-49页 |
| ·行人识别 | 第49-52页 |
| ·行人先验知识识别 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 模式识别 | 第53-66页 |
| ·集成学习 | 第53-56页 |
| ·弱分类器 | 第53-54页 |
| ·弱分类器集成 | 第54页 |
| ·Adboost 算法 | 第54-56页 |
| ·Adboost 行人识别 | 第56-65页 |
| ·行人样本库建立 | 第57-59页 |
| ·特征向量 | 第59-60页 |
| ·级联分类器 | 第60-63页 |
| ·检测窗口合并 | 第63-64页 |
| ·检测结果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
