| Acknowledgement | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8页 |
| 序言 Preface | 第9页 |
| Abbreviations | 第9-13页 |
| 1 Introduction | 第13-16页 |
| 1.1 Problem | 第13-14页 |
| 1.2 Objectives and Problem Statement | 第14-15页 |
| 1.3 Machine Learning and Convolutional Neural Network | 第15页 |
| 1.4 Structure of Thesis | 第15-16页 |
| 2 Related Work | 第16-25页 |
| 2.1 Classical Features | 第16-17页 |
| 2.2 HOG & LUV Features | 第17-19页 |
| 2.3 Convolutional Neural Networks (CNN) | 第19-24页 |
| 2.4 Fast Feature Pyramids | 第24-25页 |
| 3 Methodology | 第25-40页 |
| 3.1 Convolutional Neural Network | 第25-27页 |
| 3.1.1 layer Typess | 第25-27页 |
| 3.2 Training CNN | 第27-30页 |
| 3.2.1 Dropout | 第27-28页 |
| 3.2.2 Random Dropout | 第28-29页 |
| 3.2.3 Rectified Linear unit Layer | 第29页 |
| 3.2.4 Positive and Negative Data Ratio | 第29-30页 |
| 3.3 Proposed Network | 第30-31页 |
| 3.3.1 Version One | 第30页 |
| 3.3.2 Version Two | 第30-31页 |
| 3.3.3 Version Three | 第31页 |
| 3.3.4 Version Four | 第31页 |
| 3.3.5 Depth | 第31页 |
| 3.4 Data | 第31-34页 |
| 3.4.1 Data Collection | 第31-33页 |
| 3.4.2 Dataset Augmentation | 第33-34页 |
| 3.4.3 Data Usage | 第34页 |
| 3.5 The First Network Proposal | 第34-40页 |
| 3.5.1 12-Network Structures | 第35-37页 |
| 3.5.2 16-Network Structures | 第37-40页 |
| 4 Results | 第40-54页 |
| 4.1 12-Network Results | 第40-45页 |
| 4.1.1 12-Network Performance | 第40-42页 |
| 4.1.2 12-Network Complexity | 第42-45页 |
| 4.2 16-Network Results | 第45-51页 |
| 4.2.1 16-Network Performance | 第45-48页 |
| 4.2.2 16-Network Complexity | 第48页 |
| 4.2.3 16-network Discussion | 第48-51页 |
| 4.3 First Network Comparison | 第51页 |
| 4.4 Comparing Against State-of-the-Art | 第51页 |
| 4.5 State-of-the-Art Discussion | 第51-54页 |
| 5 Conclusion | 第54-56页 |
| 5.1 Conclusion | 第54页 |
| 5.2 Future Work | 第54-56页 |
| 参考文献 References | 第56-58页 |
| 附录A Appendix A | 第58-59页 |
| 索引 INDEX | 第59-60页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 AUTHOR PROFILE AND RESEARCH ACHIEVEMENTS OBTAINEDDURING THE STUDY FOR A MASTER'S/DOCTORAL DEGREE | 第60-62页 |
| 学位论文数据集 DATASET FOR THE MASTER'S THESIS | 第62-63页 |
