步行者携带物检测
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 序言 | 第8-11页 |
| 1 绪论 | 第11-17页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.2 步行者携带物检测研究现状 | 第12-15页 |
| 1.3 步行者携带物检测研究难点 | 第15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 本文结构安排 | 第16-17页 |
| 2 步行者携带物检测相关理论 | 第17-22页 |
| 2.1 目标提取 | 第17-18页 |
| 2.2 目标跟踪 | 第18-19页 |
| 2.3 图像配准 | 第19页 |
| 2.4 图像分割 | 第19-20页 |
| 2.5 聚类分析 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 行人轮廓模板创建 | 第22-36页 |
| 3.1 行人目标提取 | 第22-26页 |
| 3.1.1 Kalman滤波背景模型 | 第22-23页 |
| 3.1.2 W~(4)背景模型 | 第23-24页 |
| 3.1.3 高斯背景模型 | 第24-26页 |
| 3.2 行人目标跟踪 | 第26-28页 |
| 3.2.1 Kalman滤波器 | 第26-27页 |
| 3.2.2 Meanshift算法 | 第27-28页 |
| 3.3 临时模板生成 | 第28-31页 |
| 3.3.1 迭代最近点配准 | 第29-31页 |
| 3.3.2 最小中值方差估计 | 第31页 |
| 3.4 实验结果与分析 | 第31-35页 |
| 3.4.1 行人目标提取实验结果与分析 | 第31-33页 |
| 3.4.2 行人目标跟踪实验结果与分析 | 第33-35页 |
| 3.4.3 临时模板生成实验结果与分析 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 模板突出部分提取 | 第36-41页 |
| 4.1 EPFL模板 | 第36页 |
| 4.2 运动方向估计 | 第36-37页 |
| 4.3 模板变换匹配 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 模板突出部分分类 | 第41-56页 |
| 5.1 GRAPH CUTS图像分割 | 第41-44页 |
| 5.1.1 Graph Cuts图 | 第41-42页 |
| 5.1.2 Graph Cuts能量函数 | 第42-44页 |
| 5.2 模糊分类 | 第44-46页 |
| 5.2.1 模糊集合 | 第44页 |
| 5.2.2 模糊c均值聚类 | 第44-46页 |
| 5.3 突出部分分类及分割 | 第46-48页 |
| 5.4 实验 | 第48-55页 |
| 5.4.1 实验数据集 | 第48-49页 |
| 5.4.2 实验结果与分析 | 第49-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |
