基于单目视觉的车辆行人检测与测距技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内外车辆检测研究现状 | 第11-12页 |
| 1.2.2 国内外行人检测研究现状 | 第12-13页 |
| 1.2.3 国内外测距技术研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 本文结构 | 第15-16页 |
| 第二章 目标检测相关技术研究与系统总体设计 | 第16-29页 |
| 2.1 图像预处理研究 | 第16-25页 |
| 2.1.1 图像滤波 | 第16-20页 |
| 2.1.2 颜色空间转换 | 第20-23页 |
| 2.1.3 尺度变换 | 第23-25页 |
| 2.2 评价标准 | 第25-27页 |
| 2.2.1 检测系统评价方法 | 第25-26页 |
| 2.2.2 跟踪系统评价方法 | 第26-27页 |
| 2.3 系统总体设计 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 车辆与行人检测算法研究 | 第29-51页 |
| 3.1 车辆行人检测器设计 | 第29-40页 |
| 3.1.1 积分通道特征介绍 | 第29-35页 |
| 3.1.2 改进的Soft Cascade检测 | 第35-40页 |
| 3.2 场景语义标注 | 第40-44页 |
| 3.2.1 条件随机场分析 | 第40-42页 |
| 3.2.2 类别标注分类器设计 | 第42-44页 |
| 3.3 3D概率模型 | 第44-47页 |
| 3.3.1 几何约束 | 第46页 |
| 3.3.2 检测置信分布 | 第46页 |
| 3.3.3 语义标注 | 第46-47页 |
| 3.4 目标检测 | 第47-49页 |
| 3.4.1 单帧检测 | 第47页 |
| 3.4.2 序列检测 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 多目标跟踪算法研究 | 第51-61页 |
| 4.1 传统粒子滤波分析 | 第51-55页 |
| 4.1.1 粒子滤波模型 | 第51-52页 |
| 4.1.2 序贯重要性采样 | 第52-54页 |
| 4.1.3 粒子退化与重采样 | 第54-55页 |
| 4.2 跟踪算法研究 | 第55-60页 |
| 4.2.1 MH-MCMC跟踪 | 第55-56页 |
| 4.2.2 RJ-MCMC跟踪 | 第56-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第五章 目标距离估计 | 第61-69页 |
| 5.1 摄像机标定 | 第61-66页 |
| 5.1.1 坐标系转换 | 第61-64页 |
| 5.1.2 标定过程 | 第64-66页 |
| 5.2 单目视觉目标测距 | 第66-68页 |
| 5.2.1 视觉测距模型 | 第66-67页 |
| 5.2.2 前方目标距离估计 | 第67-68页 |
| 5.3 本章小节 | 第68-69页 |
| 第六章 结果仿真与分析 | 第69-77页 |
| 6.1 测试环境介绍 | 第69-70页 |
| 6.2 测试与结果分析 | 第70-76页 |
| 6.2.1 车辆行人检测算法仿真分析 | 第71-74页 |
| 6.2.2 多目标跟踪算法仿真分析 | 第74-75页 |
| 6.2.3 目标测距实验结果分析 | 第75-76页 |
| 6.3 本章小结 | 第76-77页 |
| 第七章 总结与展望 | 第77-79页 |
| 7.1 总结 | 第77页 |
| 7.2 展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
