基于改进的DPM的车辆和行人目标检测和识别
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 论文的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 研究现状 | 第12-13页 |
| 1.2.2 目前研究的难点 | 第13-14页 |
| 1.3 论文的章节安排 | 第14-16页 |
| 第二章 可变形部件模型的目标检测 | 第16-33页 |
| 2.1 可变形部件模型 | 第16-17页 |
| 2.2 HOG特征和增强的HOG特征 | 第17-23页 |
| 2.2.1 传统HOG特征 | 第17页 |
| 2.2.2 HOG特征提取步骤 | 第17-21页 |
| 2.2.3 传统HOG特征优缺点 | 第21页 |
| 2.2.4 HOG改进 | 第21-23页 |
| 2.3 单一星形模型和形变参数 | 第23-26页 |
| 2.3.1 特征金字塔 | 第23-24页 |
| 2.3.2 星型模型 | 第24-26页 |
| 2.4 混合模型 | 第26-28页 |
| 2.5 LatentSVM+DPM | 第28-31页 |
| 2.5.1 HOG+SVM | 第28-29页 |
| 2.5.2 LatentSVM+DPM | 第29-31页 |
| 2.6 DPM存在的两个主要缺陷分析 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 HL融合特征原理及实现 | 第33-39页 |
| 3.1 LBP特征介绍 | 第33-37页 |
| 3.1.1 LBP基本原理 | 第33-34页 |
| 3.1.2 LBP的模式 | 第34-36页 |
| 3.1.3 LBP特征检测原理 | 第36-37页 |
| 3.2 HL融合特征 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 加权可变形部件模型 | 第39-45页 |
| 4.1 可变形部件模型检测方法 | 第39-41页 |
| 4.2 加权部件模型改进 | 第41-44页 |
| 4.2.1 部件加权处理的原理 | 第41-42页 |
| 4.2.2 权值训练 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 实验结果分析 | 第45-52页 |
| 5.1 结果展示 | 第45-49页 |
| 5.2 实验结果对比 | 第49-51页 |
| 5.2.1 识别精度对比 | 第49-50页 |
| 5.2.2 正确率对比 | 第50页 |
| 5.2.3 检测时间对比 | 第50-51页 |
| 5.3 实际应用效果分析 | 第51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |
