| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·计算机视觉与人体检测概述 | 第7-10页 |
| ·人体检测的应用前景 | 第7-8页 |
| ·人体检测的研究难点 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·基于统计学习的人体检测方法概述 | 第10-12页 |
| ·论文研究内容及章节安排 | 第12-15页 |
| 第二章 人体检测相关技术 | 第15-27页 |
| ·特征的提取 | 第15-17页 |
| ·特征的种类 | 第15-16页 |
| ·有向梯度直方图（HOG）特征 | 第16-17页 |
| ·统计学习方法 | 第17-23页 |
| ·基于AdaBoost 的学习方法 | 第18-20页 |
| ·基于SVM 的学习方法 | 第20-23页 |
| ·第二代Bandelet 变换 | 第23-25页 |
| ·四叉树分割优化算法 | 第23-24页 |
| ·最佳几何流搜索 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于第二代Bandelet 变换的静态人体检测 | 第27-41页 |
| ·人体数据集 | 第27-28页 |
| ·Bandelet 特征提取 | 第28-34页 |
| ·Bandelet 变换最优参数选择 | 第28-31页 |
| ·Bandelet 变换算法优化 | 第31-32页 |
| ·特征选择方法及实验 | 第32页 |
| ·Bandelet 特征提取方法 | 第32-34页 |
| ·实验及结果 | 第34-40页 |
| ·分类能力对比实验及结果 | 第34-36页 |
| ·人体检测实验及结果 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于光流与Bandelet 变换的运动人体检测 | 第41-51页 |
| ·基于光流法的运动区域分割方法 | 第41-46页 |
| ·运动区域分割方法概述 | 第41-43页 |
| ·光流场计算 | 第43-45页 |
| ·光流场去噪 | 第45-46页 |
| ·运动目标区域的特征提取与检测 | 第46页 |
| ·实验及结果 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于部位的人体检测优化方法 | 第51-65页 |
| ·基于部位的人体检测方法的研究现状 | 第51-52页 |
| ·改进的基于部位的人体检测方法 | 第52-56页 |
| ·人体部位的取样 | 第52-53页 |
| ·特征提取方法 | 第53-54页 |
| ·部位检测器的结合策略 | 第54-56页 |
| ·实验及结果 | 第56-63页 |
| ·静态图像人体检测 | 第57-61页 |
| ·动态图像人体检测 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 硕士期间的学术成果 | 第73-74页 |