基于车载摄像头的行人检测与跟踪方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的目的和意义 | 第9-10页 |
| ·国内外研究现状及发展趋势 | 第10-13页 |
| ·国内外行人检测研究现状 | 第10-12页 |
| ·行人检测的技术难点及发展趋势 | 第12-13页 |
| ·论文组织结构 | 第13-15页 |
| 第2章 行人检测和跟踪算法理论 | 第15-24页 |
| ·行人检测算法关键技术 | 第15-19页 |
| ·行人检测特征描述 | 第15-18页 |
| ·行人检测分类器 | 第18-19页 |
| ·行人跟踪算法 | 第19-23页 |
| ·卡尔曼滤波跟踪算法 | 第20-21页 |
| ·均值偏移跟踪算法 | 第21-22页 |
| ·基于压缩感知的目标跟踪 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 车载系统中行人的几何约束关系 | 第24-33页 |
| ·传统滑动窗口搜索策略 | 第24-25页 |
| ·无摄像机标定的行人几何约束 | 第25-26页 |
| ·基于摄像机标定的行人几何约束 | 第26-31页 |
| ·摄像机标定原理 | 第26-27页 |
| ·车载摄像头模型的建立 | 第27-30页 |
| ·车载摄像头模型的求解 | 第30-31页 |
| ·考虑几何约束的搜索策略 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 行人检测系统关键技术 | 第33-52页 |
| ·行人检测特征选取与快速计算 | 第33-38页 |
| ·积分图 | 第33-34页 |
| ·积分通道特征 | 第34-38页 |
| ·特征金字塔的快速计算 | 第38-43页 |
| ·临近特征层的估计 | 第38-41页 |
| ·特征金字塔的快速构建 | 第41-43页 |
| ·分类器的选择 | 第43-50页 |
| ·Adaboost 算法原理 | 第43-45页 |
| ·滑动窗口检测方法及加速 | 第45-50页 |
| ·改进的 Adaboost 训练方法 | 第50页 |
| ·多层检测结果融合 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 行人检测系统的实现及验证 | 第52-63页 |
| ·系统参数设置 | 第52页 |
| ·行人检测模型的训练 | 第52-53页 |
| ·系统测试数据库 | 第53-54页 |
| ·性能评价方法 | 第54-56页 |
| ·实验验证检测及跟踪效果 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 全文总结与展望 | 第63-65页 |
| 总结 | 第63页 |
| 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表论文与研究成果清单 | 第69-70页 |
| 致谢 | 第70页 |
