基于深度卷积神经网络和SVM的行人检测
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 历史发展与研究现状 | 第13-14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 1.4 论文的主要安排 | 第15-16页 |
| 第二章 行人检测相关技术 | 第16-24页 |
| 2.1 行人检测一般流程 | 第16页 |
| 2.2 行人检测常用特征描述 | 第16-19页 |
| 2.2.1 常用传统特征 | 第17-19页 |
| 2.2.2 卷积神经网络的特征 | 第19页 |
| 2.3 卷积神经网络介绍 | 第19-20页 |
| 2.4 候选框生成算法 | 第20-23页 |
| 2.4.1 选择性搜索 | 第21-22页 |
| 2.4.2 Edge Boxes算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于候选框生成网络和SVM行人检测 | 第24-35页 |
| 3.1 设计卷积神经网络 | 第24-27页 |
| 3.1.1 PedConvNet卷积神经网络结构 | 第24-26页 |
| 3.1.2 PedConvNet卷积核和激活函数 | 第26-27页 |
| 3.2 设计候选区域生成网络 | 第27-31页 |
| 3.2.1 候选区域生成网络的结构 | 第27-29页 |
| 3.2.2 损失函数设计 | 第29-31页 |
| 3.3 提取卷积特征 | 第31-33页 |
| 3.3.1 框架介绍 | 第31页 |
| 3.3.2 卷积特征提取 | 第31-33页 |
| 3.4 SVM介绍 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 实验过程和实验结果 | 第35-47页 |
| 4.1 实验数据集和行人检测评价标准 | 第35-38页 |
| 4.1.1 实验数据集 | 第35-37页 |
| 4.1.2 行人检测评价指标 | 第37-38页 |
| 4.2 训练卷积神经网络PedConvNet | 第38-41页 |
| 4.3 选取候选区域生成网络 | 第41-42页 |
| 4.4 卷积特征选择和可视化 | 第42-45页 |
| 4.5 实验结果 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间发表的学术论文 | 第53页 |
