基于目标关系的场景危险性分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 相关研究现状 | 第10-16页 |
| 1.2.1 目标检测 | 第10-12页 |
| 1.2.2 目标跟踪 | 第12-14页 |
| 1.2.3 场景理解（分类） | 第14-16页 |
| 1.3 本文的主要研究内容及安排 | 第16-18页 |
| 第2章 图像中场景的危险性分析 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 危险目标检测 | 第18-25页 |
| 2.2.1 目标检测系统概述 | 第18-21页 |
| 2.2.2 HOG 描述子 | 第21页 |
| 2.2.3 滤波器（模板） | 第21-22页 |
| 2.2.4 可变形部件 | 第22-23页 |
| 2.2.5 参数学习 | 第23-24页 |
| 2.2.6 模型的实现细节 | 第24-25页 |
| 2.3 危险性准则分析 | 第25-26页 |
| 2.4 危险性预测 | 第26-27页 |
| 2.5 实验结果与分析 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 视频中场景的危险性分析 | 第30-43页 |
| 3.1 引言 | 第30-31页 |
| 3.2 TLD 算法框架 | 第31页 |
| 3.3 P-N 学习 | 第31-36页 |
| 3.3.1 P-N 学习的形式化 | 第32-33页 |
| 3.3.2 稳定性分析 | 第33-36页 |
| 3.4 TLD 算法具体实现 | 第36-41页 |
| 3.4.1 TLD 算法前提 | 第36-37页 |
| 3.4.2 危险性相关目标模型 | 第37-38页 |
| 3.4.3 TLD 目标检测器 | 第38-39页 |
| 3.4.4 TLD 目标跟踪器及集成器 | 第39-40页 |
| 3.4.5 学习机 | 第40-41页 |
| 3.5 实验结果与分析 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于人体姿态的危险性分析 | 第43-51页 |
| 4.1 引言 | 第43-44页 |
| 4.2 分支界限算法 | 第44-49页 |
| 4.2.1 人体姿态估计 | 第44-45页 |
| 4.2.2 MAP 推理 | 第45-49页 |
| 4.3 实验结果与分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |
