| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作与内容安排 | 第12-14页 |
| 1.3.1 论文的研究内容 | 第12-13页 |
| 1.3.2 论文的组织结构 | 第13-14页 |
| 第二章 相关基础知识介绍 | 第14-24页 |
| 2.1 多目标跟踪常用术语 | 第14页 |
| 2.2 图像特征 | 第14-18页 |
| 2.2.1 HOG特征 | 第15-17页 |
| 2.2.2 颜色直方图特征 | 第17-18页 |
| 2.3 哈希算法 | 第18-20页 |
| 2.4 支持向量机(support vector machine,SVM) | 第20-24页 |
| 2.4.1 SVM简介 | 第20页 |
| 2.4.2 SVM原理 | 第20-24页 |
| 第三章 基于卷积神经网络的行人检测 | 第24-41页 |
| 3.1 卷积神经网络 | 第24-32页 |
| 3.1.1 卷积神经网络简介 | 第24-26页 |
| 3.1.2 卷积神经网络结构 | 第26-29页 |
| 3.1.3 卷积神经网络训练过程 | 第29-32页 |
| 3.2 行人检测卷积神经网络结构 | 第32-35页 |
| 3.3 选择性搜索算法 | 第35-37页 |
| 3.4 实验设置与结果 | 第37-41页 |
| 3.4.1 训练与测试样本集 | 第37-38页 |
| 3.4.2 实验环境 | 第38-39页 |
| 3.4.3 实验结果 | 第39-41页 |
| 第四章 基于哈希的多目标跟踪 | 第41-55页 |
| 4.1 多目标跟踪算法难题 | 第41-42页 |
| 4.2 基于哈希的多目标跟踪算法 | 第42-48页 |
| 4.2.1 算法框架 | 第42-43页 |
| 4.2.2 初始状态 | 第43-44页 |
| 4.2.3 跟踪状态 | 第44-47页 |
| 4.2.4 丢失状态 | 第47-48页 |
| 4.3 实验 | 第48-55页 |
| 4.3.1 哈希函数对比试验 | 第48-51页 |
| 4.3.1.1 哈希函数对比试验步骤 | 第48-51页 |
| 4.3.1.2 实验结果与分析 | 第51页 |
| 4.3.2 多目标跟踪实验 | 第51-55页 |
| 4.3.2.1 数据集 | 第51-52页 |
| 4.3.2.2 评价指标 | 第52-53页 |
| 4.3.2.3 实验结果与分析 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |