基于DPM和XCF的行人检测算法改进和系统实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 论文的相关背景及研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 本文的主要工作与结构安排 | 第17-19页 |
| 1.3.1 本文主要工作 | 第17-18页 |
| 1.3.2 论文结构 | 第18-19页 |
| 第二章 行人检测算法介绍 | 第19-34页 |
| 2.1 行人检测算法基础介绍 | 第19-27页 |
| 2.1.1 样本集选择 | 第19页 |
| 2.1.2 特征提取方法介绍 | 第19-23页 |
| 2.1.3 分类器介绍 | 第23-26页 |
| 2.1.4 评价方法 | 第26-27页 |
| 2.2 DPM算法介绍 | 第27-30页 |
| 2.2.1 改进的HOG特征 | 第27页 |
| 2.2.2 DPM模型介绍 | 第27-30页 |
| 2.3 XCF算法介绍 | 第30-33页 |
| 2.3.1 XCF算法结构 | 第30-31页 |
| 2.3.2 XCF特征介绍 | 第31-33页 |
| 2.3.3 XCF算法分类与检测 | 第33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于DPM和XCF的匹配层融合算法 | 第34-52页 |
| 3.1 信息融合理论 | 第34-36页 |
| 3.1.1 信息融合理论简介 | 第34-35页 |
| 3.1.2 本章融合方法介绍 | 第35-36页 |
| 3.2 数据归一化 | 第36-37页 |
| 3.2.1 Min-Max归一化 | 第36页 |
| 3.2.2 Z-Score归一化 | 第36-37页 |
| 3.2.3 Tanh归一化 | 第37页 |
| 3.3 基于组合排序方法的融合 | 第37-39页 |
| 3.3.1 直接合并法 | 第37页 |
| 3.3.2 波尔达计数法 | 第37-38页 |
| 3.3.3 Comb排序法 | 第38页 |
| 3.3.4 线性组合法 | 第38-39页 |
| 3.4 基于分类器方法的融合 | 第39-42页 |
| 3.4.1 逻辑斯蒂回归 | 第39-40页 |
| 3.4.2 朴素贝叶斯分类 | 第40页 |
| 3.4.3 支持向量机 | 第40-42页 |
| 3.5 实验结果分析与比较 | 第42-51页 |
| 3.5.1 数据归一化实验 | 第44-45页 |
| 3.5.2 基于合并排序方法的融合实验 | 第45-48页 |
| 3.5.3 基于分类器方法的融合实验 | 第48-50页 |
| 3.5.4 性能分析 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于XCF的行人检测算法改进和特征层分析 | 第52-69页 |
| 4.1 选择依据 | 第52-55页 |
| 4.1.1 ACF快速特征金字塔构建 | 第52-54页 |
| 4.1.2 部件模型分析 | 第54-55页 |
| 4.2 基于ACF和部件模型的改进 | 第55-61页 |
| 4.2.1 部件介绍 | 第55-57页 |
| 4.2.2 基于ACF和部件检测器共同约束的方法 | 第57-59页 |
| 4.2.3 基于ACF和部件模型的融合方法 | 第59-61页 |
| 4.3 ACF特征分析 | 第61-67页 |
| 4.3.1 特征选择方法介绍 | 第61-64页 |
| 4.3.2 实验设置 | 第64页 |
| 4.3.3 结果分析 | 第64-67页 |
| 4.4 综合结果分析 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 行人检测系统实现 | 第69-75页 |
| 5.1 行人检测系统概述 | 第69页 |
| 5.2 系统结构和功能 | 第69-73页 |
| 5.2.1 客户端 | 第71-72页 |
| 5.2.2 服务端 | 第72-73页 |
| 5.3 系统测试 | 第73-74页 |
| 5.3.1 用户界面测试 | 第73-74页 |
| 5.3.2 系统功能测试 | 第74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 论文工作总结 | 第75页 |
| 6.2 未来工作展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间取得的成果 | 第82-83页 |
