| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 符号使用说明 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 密集目标检测技术的研究现状、热点及挑战 | 第14-17页 |
| 1.3 本文的研究内容及其安排 | 第17-19页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第二章 Faster DPM人体目标检测器 | 第19-36页 |
| 2.1 引言 | 第19页 |
| 2.2 DPM检测器 | 第19-20页 |
| 2.3 优化加速的DPM检测器——Faster DPM检测器 | 第20-29页 |
| 2.3.1 找出影响DPM检测器检测速度的“瓶颈” | 第20-21页 |
| 2.3.2 对生成HOG特征金字塔过程进行并行优化 | 第21-26页 |
| 2.3.3 对模型匹配过程进行并行优化 | 第26-29页 |
| 2.4 实验测试 | 第29-35页 |
| 2.4.1 数据集 | 第30页 |
| 2.4.2 实验过程、结果及其分析 | 第30-35页 |
| 2.5 本章总结 | 第35-36页 |
| 第三章 AnyScale人头目标检测器 | 第36-50页 |
| 3.1 引言 | 第36页 |
| 3.2 AnyScale检测器的设计方案 | 第36-45页 |
| 3.2.1 AnyScale检测器的设计思路 | 第36-38页 |
| 3.2.2 AnyScale检测器的网络结构 | 第38-41页 |
| 3.2.3 AnyScale检测器的模型训练 | 第41-45页 |
| 3.3 实验测试 | 第45-48页 |
| 3.3.1 测试AnyScale检测器在低密度人群数据集上的平均精度 | 第45-47页 |
| 3.3.2 测试AnyScale检测器在高密度人群数据集上的平均精度 | 第47-48页 |
| 3.3.3 实验结果及其分析 | 第48页 |
| 3.4 本章总结 | 第48-50页 |
| 第四章 适用于密集人群目标检测的多尺度检测方法 | 第50-59页 |
| 4.1 引言 | 第50页 |
| 4.2 多尺度检测方法的理论基础——集成学习 | 第50-51页 |
| 4.3 适用于密集人群目标检测的多尺度检测器 | 第51-54页 |
| 4.3.1 多尺度检测器的设计思路 | 第52-53页 |
| 4.3.2 多尺度检测器的结构和工作过程 | 第53-54页 |
| 4.4 实验测试 | 第54-57页 |
| 4.4.1 测试多尺度检测器在低密度人群数据集上的平均精度 | 第55页 |
| 4.4.2 测试多尺度检测器在高密度人群数据集上的平均精度 | 第55页 |
| 4.4.3 实验结果 | 第55-57页 |
| 4.5 本章总结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者在学期间取得的学术成果 | 第66页 |
