| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 行人检测的应用背景 | 第10-11页 |
| 1.2 行人检测技术的研究难点 | 第11-14页 |
| 1.3 行人检测的研究现状 | 第14-16页 |
| 1.4 行人检测算法框架和评价方法 | 第16-18页 |
| 1.4.1 行人检测的主要框架 | 第16-17页 |
| 1.4.2 评价方法 | 第17-18页 |
| 1.5 本论文的结构安排 | 第18-19页 |
| 第二章 基于运动和外形模式的运动行人检测 | 第19-34页 |
| 2.1 引言 | 第19-20页 |
| 2.2 算法原理 | 第20-28页 |
| 2.2.1 矩形特征 | 第20-22页 |
| 2.2.2 运动模式 | 第22-24页 |
| 2.2.3 基于Adaboost的级联分类器决策 | 第24-27页 |
| 2.2.4 检测算法流程 | 第27-28页 |
| 2.3 实验仿真 | 第28-33页 |
| 2.3.1 数据库 | 第28-29页 |
| 2.3.2 分类器训练 | 第29-31页 |
| 2.3.3 检测结果 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于方向梯度直方图(HOG)的行人检测 | 第34-45页 |
| 3.1 引言 | 第34页 |
| 3.2 HOG原理 | 第34-40页 |
| 3.2.1 图像归一化 | 第35-36页 |
| 3.2.2 图像上的梯度计算 | 第36页 |
| 3.2.3 特征结构 | 第36-37页 |
| 3.2.4 block内特征向量的计算与归一化 | 第37-38页 |
| 3.2.5 检测窗.范围的HOG计算 | 第38-39页 |
| 3.2.6 检测算法流程 | 第39-40页 |
| 3.3 实验仿真 | 第40-44页 |
| 3.3.1 数据库 | 第40-41页 |
| 3.3.2 训练与测试 | 第41-42页 |
| 3.3.3 实验结果分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于协方差矩阵特征及时空信息的行人检测方法 | 第45-59页 |
| 4.1 引言 | 第45-46页 |
| 4.2 算法原理 | 第46-52页 |
| 4.2.1 基于协方差特征的描述子 | 第46-47页 |
| 4.2.2 基于LogitBoost的级联分类器 | 第47-49页 |
| 4.2.3 特征选择 | 第49-51页 |
| 4.2.4 分类器训练 | 第51页 |
| 4.2.5 检测算法流程 | 第51-52页 |
| 4.3 实验仿真 | 第52-58页 |
| 4.3.1 实验数据库 | 第52-53页 |
| 4.3.2 检测效果评估方法 | 第53-54页 |
| 4.3.3 实验结果 | 第54-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 基于VC的行人检测仿真平台设计 | 第59-70页 |
| 5.1 Visual C++平台简介 | 第59-61页 |
| 5.1.1 Visual C++菜单栏 | 第59页 |
| 5.1.2 文档与视图 | 第59-60页 |
| 5.1.3 对话框和控件 | 第60页 |
| 5.1.4 图形处理 | 第60-61页 |
| 5.2 系统界面与功能 | 第61-69页 |
| 5.2.1 建立行人检测系统仿真应用程序 | 第61-62页 |
| 5.2.2 训练子系统 | 第62-65页 |
| 5.2.3 检测子系统 | 第65-68页 |
| 5.2.4 检测结果 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |