| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| Contents | 第11-14页 |
| 第一章 绪论 | 第14-23页 |
| ·研究背景 | 第14-17页 |
| ·ROIs分割 | 第15-17页 |
| ·国内外研究现状 | 第17-20页 |
| ·与行人相关的研究 | 第19-20页 |
| ·研究难点 | 第20-21页 |
| ·多样性的人体动作 | 第20页 |
| ·背景的复杂性 | 第20页 |
| ·尺度 | 第20-21页 |
| ·视觉 | 第21页 |
| ·人体在衣着和身材上的差异性 | 第21页 |
| ·光线的不同 | 第21页 |
| ·人体遮挡 | 第21页 |
| ·论文架构 | 第21-23页 |
| ·本文的内容组织架构 | 第21-22页 |
| ·拟解决的关键问题 | 第22-23页 |
| 第二章 经典行人识别算法 | 第23-32页 |
| ·引言 | 第23页 |
| ·基于整体特征的方法 | 第23-27页 |
| ·边缘模板 | 第23-25页 |
| ·边缘特征 | 第25-27页 |
| ·Shapelet特征 | 第27页 |
| ·基于多部位的方法 | 第27-29页 |
| ·ACC分类器 | 第28页 |
| ·贝叶斯算法 | 第28-29页 |
| ·MV方法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于Boosted Cascade物体检测方法 | 第32-41页 |
| ·Boosted Cascade算法框架 | 第32-37页 |
| ·矩形特征与积分图片 | 第33-35页 |
| ·Adaboost算法 | 第35-37页 |
| ·Cascade级联分类器 | 第37页 |
| ·Boosted Cascade的改进 | 第37-38页 |
| ·Boosted Cascade在行人检测中的应用 | 第38-39页 |
| ·试验结果及分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 运动人体检测与跟踪方法探究 | 第41-47页 |
| ·运动人体检测的方法及比较 | 第41-44页 |
| ·背景减除法 | 第41-42页 |
| ·时间差分法 | 第42-43页 |
| ·一种改进的组合检测方法 | 第43-44页 |
| ·光流(Optical Flow)行人捕捉 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 行人边缘提取 | 第47-63页 |
| ·人体边缘检测 | 第47-52页 |
| ·边缘检测算子 | 第48-52页 |
| ·Matlab/Simulink行人边缘检测建模 | 第52-55页 |
| ·基于相邻奇数帧间差分的动态背景更新法 | 第53-54页 |
| ·仿真试验 | 第54-55页 |
| ·试验分析 | 第55-56页 |
| ·改进的Canny行人轮廓检测算法 | 第56-61页 |
| ·数学形态学 | 第57-60页 |
| ·行人检测建模试验 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72页 |