基于双目视觉的行人检测算法研究及其FPGA实现
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 课题来源 | 第9页 |
1.2 课题研究的目的和意义 | 第9-11页 |
1.3 国内外相关技术发展现状 | 第11-17页 |
1.3.1 行人检测技术的发展现状 | 第12-14页 |
1.3.2 双目行人检测技术的发展现状 | 第14-17页 |
1.4 本文的主要研究内容 | 第17-18页 |
第2章 系统总体方案的设计 | 第18-29页 |
2.1 引言 | 第18页 |
2.2 硬件平台的选择与设计 | 第18-24页 |
2.2.1 硬件平台的介绍 | 第19-21页 |
2.2.2 系统的总体设计 | 第21-22页 |
2.2.3 系统的开发流程 | 第22-24页 |
2.3 双目视频同步采集模块 | 第24-28页 |
2.3.1 图像传感器外围电路设计 | 第24-25页 |
2.3.2 数据传输模块 | 第25-27页 |
2.3.3 双目相机的同步设计 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第3章 双目视差计算模块 | 第29-46页 |
3.1 引言 | 第29页 |
3.2 双目视差计算模块总体设计 | 第29-30页 |
3.3 双目立体校正模块 | 第30-38页 |
3.3.1 双目立体校正的原理 | 第30-33页 |
3.3.2 立体校正算法的硬件实现 | 第33-38页 |
3.4 半全局的立体匹配模块 | 第38-43页 |
3.4.1 半全局立体匹配算法原理 | 第38-39页 |
3.4.2 Census变换的硬件实现 | 第39-40页 |
3.4.3 汉明距计算的硬件实现 | 第40-41页 |
3.4.4 多路聚合算法的硬件实现 | 第41-43页 |
3.5 视差优化模块 | 第43-45页 |
3.5.1 左右一致性检验算法的硬件实现 | 第43-44页 |
3.5.2 中值滤波算法的硬件实现 | 第44-45页 |
3.6 本章小结 | 第45-46页 |
第4章 内嵌SVM分类器的HOG特征提取模块 | 第46-59页 |
4.1 引言 | 第46页 |
4.2 特征提取模块的总体设计 | 第46-47页 |
4.3 HOG特征提取的硬件实现 | 第47-55页 |
4.3.1 梯度直方图特征的提取原理 | 第47-51页 |
4.3.2 梯度计算模块 | 第51-53页 |
4.3.3 三次线性插值模块 | 第53-55页 |
4.4 SVM分类器的嵌入 | 第55-58页 |
4.4.1 分类器原理研究 | 第56-57页 |
4.4.2 分类器分类系数的获取 | 第57页 |
4.4.3 分类器与特征的嵌合 | 第57-58页 |
4.5 本章小结 | 第58-59页 |
第5章 硬件测试及结果分析 | 第59-68页 |
5.1 引言 | 第59页 |
5.2 资源消耗分析 | 第59-62页 |
5.3 精度分析 | 第62-64页 |
5.4 实时性分析 | 第64-66页 |
5.5 实际环境测试 | 第66-67页 |
5.6 本章小结 | 第67-68页 |
结论 | 第68-69页 |
参考文献 | 第69-73页 |
攻读硕士学位期间发表的论文及其它成果 | 第73-75页 |
致谢 | 第75页 |