| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·研究的难点 | 第13-17页 |
| ·论文的组织组织结构 | 第17-19页 |
| 第二章 行人检测方法概述 | 第19-37页 |
| ·行人检测研究方法分类 | 第19-23页 |
| ·基于运动的方法 | 第19-21页 |
| ·基于统计学习的方法 | 第21-22页 |
| ·行人检测算法的评判方法 | 第22-23页 |
| ·行人特征简述 | 第23-30页 |
| ·LBP 特征 | 第24-26页 |
| ·WLD 特征 | 第26-28页 |
| ·HOG 特征 | 第28-29页 |
| ·PHOG 特征 | 第29页 |
| ·融合特征 | 第29-30页 |
| ·分类器简述 | 第30-35页 |
| ·SVM 分类器 | 第30-32页 |
| ·AdaBoost 分类器 | 第32-33页 |
| ·随机森林 | 第33-34页 |
| ·级联分类器 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 改进型 WLD 和 LBP 特征融合的行人检测研究 | 第37-46页 |
| ·特征的选取 | 第37页 |
| ·WLD 特征提取方法的改进 | 第37-39页 |
| ·传统的 WLD 特征提取方法 | 第37-38页 |
| ·改进的 WLD 提取方法 | 第38-39页 |
| ·WLD 和 LBP 特征融合 | 第39-41页 |
| ·图像预处理 | 第39-40页 |
| ·特征融合的算法流程 | 第40-41页 |
| ·实验仿真及结果分析 | 第41-45页 |
| ·行人检测实验框架 | 第41-42页 |
| ·实验样本库选择 | 第42-43页 |
| ·实验结果分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于多分辨率的 WLD 特征的行人检测 | 第46-53页 |
| ·图像下采样 | 第46页 |
| ·多分辨率 WLD 特征提取 | 第46-50页 |
| ·多分辨率 WLD 特征参数的评估 | 第47-49页 |
| ·空间 WLD 特征提取 | 第49-50页 |
| ·实验仿真及结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间所发表的学术论文 | 第61-62页 |
| 基于特征融合的行人检测研究 | 第62-69页 |