计算机视觉中可变特征目标检测的研究与应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 课题发展与研究现状 | 第11-14页 |
| 1.3 本文主要内容与结构安排 | 第14-16页 |
| 第二章 检测追踪系统的总体设计 | 第16-21页 |
| 2.1 系统总体设计 | 第16页 |
| 2.2 数据输入处理模块 | 第16-17页 |
| 2.3 目标检测模块 | 第17-19页 |
| 2.3.1 检测框 | 第18页 |
| 2.3.2 阈值判定 | 第18-19页 |
| 2.3.3 重复区域的合并 | 第19页 |
| 2.4 目标学习模块 | 第19页 |
| 2.5 目标轨迹处理模块 | 第19-20页 |
| 2.6 系统设计的流程图 | 第20-21页 |
| 第三章 可变特征目标检测 | 第21-52页 |
| 3.1 概述 | 第21页 |
| 3.2 Haar特征级联分类器的原理和技术 | 第21-34页 |
| 3.2.1 Haar特征介绍 | 第21-23页 |
| 3.2.2 Haar特征的计算方法 | 第23-25页 |
| 3.2.3 级联分类器介绍 | 第25-26页 |
| 3.2.4 级联分类器的结构 | 第26-28页 |
| 3.2.5 级联分类器的训练 | 第28-34页 |
| 3.3 改进的Haar特征检测方法 | 第34-42页 |
| 3.3.1 设计概述 | 第34页 |
| 3.3.2 目标新特征的渗入学习方式 | 第34-37页 |
| 3.3.3 目标特征样本变化的权重 | 第37-39页 |
| 3.3.4 预估目标可变的特征 | 第39-41页 |
| 3.3.5 双级联分类器结构 | 第41-42页 |
| 3.4 系统检测功能的实验数据与分析 | 第42-52页 |
| 3.4.1 级联分类器的特征训练实验 | 第42-49页 |
| 3.4.2 可变特征目标的检测实验 | 第49-52页 |
| 第四章 系统追踪功能的设计与应用 | 第52-58页 |
| 4.1 设计概述 | 第52页 |
| 4.2 模型车的架构 | 第52-54页 |
| 4.2.1 硬件部分 | 第52-53页 |
| 4.2.2 软件部分 | 第53-54页 |
| 4.3 PC机与模型车的通信方式 | 第54页 |
| 4.4 PC机控制模型车的机制 | 第54-56页 |
| 4.5 系统追踪功能在模型车上的应用 | 第56-58页 |
| 第五章 总结与展望 | 第58-61页 |
| 5.1 本文主要工作内容 | 第58-59页 |
| 5.2 工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
