基于视频的行人快速检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·目标检测技术的研究背景和意义 | 第8-9页 |
| ·图像人体目标检测技术发展状况 | 第9-10页 |
| ·图像人体检测技术难点 | 第10-11页 |
| ·本文的主要工作及各章节安排 | 第11-13页 |
| ·论文的主要工作 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 2 基本部件外貌模型、匹配算法及训练算法分析 | 第13-22页 |
| ·引言 | 第13-14页 |
| ·人体检测模型 | 第14-15页 |
| ·人体混合模型 | 第15-16页 |
| ·假设目标分数的计算 | 第16-17页 |
| ·HOG特征计算 | 第17-19页 |
| ·像素级特征图 | 第17-18页 |
| ·空间聚合 | 第18页 |
| ·归一化和截断 | 第18-19页 |
| ·匹配算法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 标准检测算法的性能优化 | 第22-38页 |
| ·引言 | 第22-23页 |
| ·动目标提取前景 | 第23-25页 |
| ·三帧差分方法 | 第23-24页 |
| ·Blob融合 | 第24-25页 |
| ·分层方法及前景融合 | 第25-27页 |
| ·分层方法 | 第25-26页 |
| ·前景融合 | 第26-27页 |
| ·图像快速傅里叶变换 | 第27-30页 |
| ·主成分分析 | 第30-31页 |
| ·检测滤波器的权重 | 第31-34页 |
| ·光照补偿 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 级联检测算法的优化提速 | 第38-49页 |
| ·引言 | 第38页 |
| ·级联检测算法 | 第38-39页 |
| ·星型级联模型和级联检测 | 第39-43页 |
| ·星形模型级联检测 | 第40-42页 |
| ·修剪阈值 | 第42-43页 |
| ·简化部分模型 | 第43页 |
| ·星型级联算法流程及分析 | 第43-48页 |
| ·PCA降维矩阵 | 第43-44页 |
| ·级联检测算法的提速优化 | 第44-46页 |
| ·级联检测算法流程及法性能分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 训练算法应用与检测实验结果 | 第49-60页 |
| ·训练数据集及应用 | 第49-54页 |
| ·自动采集训练数据集 | 第49-52页 |
| ·手动采集训练数据集 | 第52-54页 |
| ·评估检测性能的准则 | 第54页 |
| ·训练的检测模型测评 | 第54-55页 |
| ·检测算法速度与精度分析 | 第55-59页 |
| ·检测算法速度分析 | 第55-57页 |
| ·检测算法精度分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·论文主要研究工作和总结 | 第60-61页 |
| ·工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
