复杂背景下的行人检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-28页 |
| ·选题背景与研究意义 | 第11-15页 |
| ·国内外研究现状 | 第15-25页 |
| ·技术现状 | 第15-24页 |
| ·典型系统的性能 | 第24-25页 |
| ·本文的主要工作 | 第25-26页 |
| ·本文的组织结构 | 第26-28页 |
| 第二章 基于改进的高斯混合模型运动目标检测 | 第28-50页 |
| ·减背景方法在行人检测技术中的应用 | 第29-32页 |
| ·减背景方法的原理和过程 | 第29-31页 |
| ·行人检测技术中的减背景方法 | 第31-32页 |
| ·基于高斯混合模型的运动目标检测 | 第32-34页 |
| ·改进的高斯混合模型 | 第34-37页 |
| ·种子区域增长 | 第37-38页 |
| ·基于色度畸变的阴影消除 | 第38-45页 |
| ·阴影的光学属性 | 第40-42页 |
| ·基于色度畸变的阴影消除方法 | 第42-45页 |
| ·性能评估 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 基于形状信息的行人分类方法 | 第50-61页 |
| ·分类框架 | 第51页 |
| ·特征提取 | 第51-53页 |
| ·样本收集 | 第53-54页 |
| ·人体模型的建立 | 第54-60页 |
| ·基于PCA的维数约简 | 第54-57页 |
| ·EM算法 | 第57-58页 |
| ·实验结果 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 基于隐式形状模型的行人检测方法 | 第61-75页 |
| ·局部特征检测算子和描述子 | 第62-66页 |
| ·检测算子 | 第62-65页 |
| ·描述子 | 第65-66页 |
| ·码本特征 | 第66-68页 |
| ·码本产生 | 第66-67页 |
| ·码本聚类 | 第67-68页 |
| ·行人识别方法 | 第68-70页 |
| ·自顶向下的分割 | 第70-71页 |
| ·基于MDL的验证 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 总结和展望 | 第75-78页 |
| ·本文工作总结 | 第75页 |
| ·展望 | 第75-78页 |
| 参考文献 | 第78-87页 |
| 中文 | 第78页 |
| 英文 | 第78-86页 |
| A | 第78页 |
| B | 第78-79页 |
| C | 第79-80页 |
| D | 第80页 |
| E | 第80页 |
| F | 第80页 |
| G | 第80-81页 |
| H | 第81页 |
| J | 第81页 |
| K | 第81页 |
| L | 第81-82页 |
| M | 第82-83页 |
| N | 第83页 |
| O | 第83页 |
| P | 第83页 |
| Q | 第83页 |
| S | 第83-84页 |
| T | 第84页 |
| V | 第84-85页 |
| W | 第85页 |
| X | 第85页 |
| Y | 第85-86页 |
| Z | 第86页 |
| 网络资源 | 第86-87页 |
| 攻读硕士期间发表的论文 | 第87-88页 |
| 致谢 | 第88页 |
