| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·目标检测研究现状 | 第10-11页 |
| ·目标跟踪研究现状 | 第11-13页 |
| ·论文的研究内容 | 第13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 AdaBoost 检测的基本理论 | 第15-23页 |
| ·引言 | 第15页 |
| ·AdaBoost 算法相关知识概述 | 第15-18页 |
| ·PAC 学习模型 | 第15-16页 |
| ·Boosting 算法的背景和 AdaBoost 算法的提出 | 第16页 |
| ·AdaBoost 算法描述 | 第16-18页 |
| ·AdaBoost 分类器模型 | 第18-21页 |
| ·AdaBoost 弱分类器 | 第19-20页 |
| ·AdaBoost 强分类器 | 第20页 |
| ·AdaBoost 级联分类器 | 第20-21页 |
| ·AdaBoost 算法的应用 | 第21-23页 |
| 第三章 基于 AdaBoost 和 SVM 的路标检测与识别 | 第23-36页 |
| ·引言 | 第23页 |
| ·特征介绍 | 第23-26页 |
| ·HAAR 特征 | 第23-24页 |
| ·MB-LBP 特征 | 第24-25页 |
| ·HOG 特征 | 第25-26页 |
| ·基于 AdaBoost 算法的路标特征比较和检测 | 第26-30页 |
| ·积分图快速计算特征 | 第27-28页 |
| ·构建弱分类器适应 AdaBoost 算法 | 第28-29页 |
| ·基于 AdaBoost 检测算法的特征比较实验结果分析 | 第29-30页 |
| ·基于 SVM 的路标识别 | 第30-31页 |
| ·实验与结果分析 | 第31-35页 |
| ·路标检测实验结果与分析 | 第32-33页 |
| ·路标识别实验结果与分析 | 第33-34页 |
| ·系统总体性能 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 AdaBoost 检测与中值光流结合的 PTD 行人跟踪算法 | 第36-48页 |
| ·引言 | 第36-37页 |
| ·PTD 跟踪算法 | 第37-43页 |
| ·离线训练检测器模块 | 第37-39页 |
| ·跟踪模块 | 第39-40页 |
| ·在线检测模块 | 第40-41页 |
| ·基于 AdaBoost 检测与中值光流结合的行人跟踪算法流程 | 第41-43页 |
| ·实验结果与分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·论文工作总结 | 第48页 |
| ·未来展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 发表论文和科研情况说明 | 第54-55页 |
| 致谢 | 第55-56页 |
