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

论文共75页,点击 下载论文
上一篇:石墨烯—银纳米结构的制备及在电化学传感器中的应用
下一篇:基于深度学习的恶意代码图像及文本特征分类方法研究