基于深度相机人脸与行人感知系统的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 研究背景 | 第14-18页 |
| 1.2 研究现状 | 第18-24页 |
| 1.2.1 目标检测 | 第18-21页 |
| 1.2.2 人脸与行人的感知 | 第21-24页 |
| 1.3 本文主要工作与贡献 | 第24-26页 |
| 1.4 本文组织与结构 | 第26-28页 |
| 第2章 相关检测算法与平台基础 | 第28-46页 |
| 2.1 相关检测算法 | 第28-33页 |
| 2.1.1 快速人脸检测方法基础 | 第28-30页 |
| 2.1.2 卷积神经网络简介 | 第30-33页 |
| 2.2 机器人操作系统ROS | 第33-35页 |
| 2.3 深度感知设备 | 第35-38页 |
| 2.4 ROS与深度感知设备实验 | 第38-44页 |
| 2.5 本章小结 | 第44-46页 |
| 第3章 单深度相机感知系统 | 第46-67页 |
| 3.1 基于RGB-D的人脸检测与识别 | 第46-54页 |
| 3.1.1 快速人脸检测方法 | 第47-50页 |
| 3.1.2 人脸识别方法 | 第50-53页 |
| 3.1.3 人脸感知实验 | 第53-54页 |
| 3.2 基于RGB-D的行人检测 | 第54-66页 |
| 3.2.1 基于传统方法的行人检测 | 第55-59页 |
| 3.2.2 基于多模态深度学习模型的行人检测 | 第59-66页 |
| 3.3 本章小结 | 第66-67页 |
| 第4章 多深度相机感知系统 | 第67-82页 |
| 4.1 相机同步 | 第68-75页 |
| 4.1.1 参数标定 | 第68-74页 |
| 4.1.2 时间同步 | 第74-75页 |
| 4.2 行人跟踪 | 第75-78页 |
| 4.3 实验展示 | 第78-81页 |
| 4.4 本章小结 | 第81-82页 |
| 第5章 总结与展望 | 第82-84页 |
| 5.1 总结 | 第82-83页 |
| 5.2 展望 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 攻读硕士学位期间的主要研究成果 | 第89-90页 |
| 致谢 | 第90页 |
