基于改进HOG特征的行人检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究难点与问题 | 第12-13页 |
| 1.4 论文研究内容 | 第13-14页 |
| 1.5 论文结构安排 | 第14-15页 |
| 第2章 相关基础知识 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 图像特征描述算子 | 第15-18页 |
| 2.2.1 HOG特征 | 第15-17页 |
| 2.2.2 特征金字塔 | 第17-18页 |
| 2.3 支持向量机 | 第18-21页 |
| 2.3.1 支持向量机原理 | 第18-19页 |
| 2.3.2 线性可分情况 | 第19-20页 |
| 2.3.3 线性不可分情况 | 第20-21页 |
| 2.3.4 非线性支持向量机 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于多特征级联的行人检测算法研究 | 第22-35页 |
| 3.1 引言 | 第22页 |
| 3.2 局部二值模式 | 第22-27页 |
| 3.2.1 LBP特征描述 | 第23-25页 |
| 3.2.2 LBP旋转不变模式 | 第25页 |
| 3.2.3 LBP等价模式 | 第25-26页 |
| 3.2.4 LBP特征提取 | 第26-27页 |
| 3.3 多特征级联 | 第27-34页 |
| 3.3.1 方法总体思想 | 第27-31页 |
| 3.3.2 多特征融合 | 第31页 |
| 3.3.3 主成分分析算法 | 第31-32页 |
| 3.3.4 级联检测 | 第32-33页 |
| 3.3.5 挖掘困难样本 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于遮挡推理的行人检测算法研究 | 第35-50页 |
| 4.1 引言 | 第35页 |
| 4.2 方法总体思想 | 第35-36页 |
| 4.3 基于块特征的整体检测器 | 第36-37页 |
| 4.4 遮挡推理算法 | 第37-41页 |
| 4.5 部件检测器 | 第41-46页 |
| 4.5.1 可变形部件模型 | 第42页 |
| 4.5.2 可变形部件模型建模 | 第42-43页 |
| 4.5.3 可变形部件模型训练 | 第43页 |
| 4.5.4 可变形部件模型检测 | 第43-46页 |
| 4.6 算法检测过程 | 第46-49页 |
| 4.6.1 行人检测 | 第46-48页 |
| 4.6.2 去除重叠框 | 第48-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第5章 实验及分析 | 第50-58页 |
| 5.1 实验环境 | 第50页 |
| 5.2 实验数据集 | 第50-51页 |
| 5.2.1 INRIA数据集 | 第50-51页 |
| 5.2.2 PASCAL VOC数据集 | 第51页 |
| 5.3 行人检测算法评判方法 | 第51-52页 |
| 5.4 基于多特征级联的行人检测算法实验及分析 | 第52-55页 |
| 5.4.1 实验方案 | 第52页 |
| 5.4.2 实验验证与结果分析 | 第52-55页 |
| 5.5 基于遮挡推理的行人检测方法实验及分析 | 第55-57页 |
| 5.5.1 实验方案 | 第55页 |
| 5.5.2 实验验证与结果分析 | 第55-57页 |
| 5.6 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
