基于CCD摄像头的车辆前方道路行人检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题的研究背景和意义 | 第8页 |
| 1.2 行人检测国内外研究现状 | 第8-11页 |
| 1.3 行人识别难点 | 第11-15页 |
| 1.4 本文的主要研究内容 | 第15页 |
| 1.5 本文章节结构安排 | 第15-18页 |
| 第2章 数据集的简介以及本文实验数据来源 | 第18-28页 |
| 2.1 行人识别算法概述 | 第18-23页 |
| 2.2 数据集简介 | 第23-26页 |
| 2.3 本文设计的算法及所用数据 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 道路前方行人图像预处理 | 第28-36页 |
| 3.1 图像灰度化 | 第28-29页 |
| 3.2 图像去噪 | 第29页 |
| 3.3 图像二值化 | 第29-30页 |
| 3.4 边缘轮廓线检测 | 第30-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 道路行人特征提取 | 第36-46页 |
| 4.1 HOG 特征提取 | 第36-39页 |
| 4.2 矩形梯度特征 | 第39-40页 |
| 4.3 LBP 特征 | 第40-42页 |
| 4.4 Haar-like 特征 | 第42-43页 |
| 4.5 图像颜色特征 | 第43-45页 |
| 4.6 本文所用特征 | 第45页 |
| 4.7 本章小结 | 第45-46页 |
| 第5章 行人识别 | 第46-52页 |
| 5.1 层次分类器 | 第46-48页 |
| 5.2 KNN 分类器算法 | 第48-49页 |
| 5.3 SVM 分类器算法 | 第49-50页 |
| 5.4 Adaboost 级联分类器 | 第50页 |
| 5.5 实验结果分析 | 第50-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 作者简介及科研成果 | 第60-62页 |
| 致谢 | 第62页 |
