| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究的背景及其意义 | 第14-16页 |
| 1.2 行人检测技术的研究现状 | 第16-18页 |
| 1.2.1 基于形状模板匹配的检测方法 | 第16页 |
| 1.2.2 基于表观特征向量的检测方法 | 第16-17页 |
| 1.2.3 基于部件的检测方法 | 第17-18页 |
| 1.3 人体姿态估计研究现状 | 第18-19页 |
| 1.3.1 基于模型的姿态估计 | 第18-19页 |
| 1.3.2 基于无模型的姿态估计 | 第19页 |
| 1.4 行人检测与估计研究难点 | 第19-21页 |
| 1.5 论文的主要内容 | 第21-22页 |
| 第二章 行人检测及姿态估计相关理论知识 | 第22-30页 |
| 2.1 行人检测及姿态估计算法的基本流程 | 第22-23页 |
| 2.2 支持向量机(SVM)分类器 | 第23-27页 |
| 2.2.1 线性可分的情况 | 第23-25页 |
| 2.2.2 线性不可分的情况 | 第25-26页 |
| 2.2.3 支持向量的核函数 | 第26-27页 |
| 2.3 图结构模型 | 第27-29页 |
| 2.3.1 PS模型概述 | 第27-28页 |
| 2.3.2 树形图结构 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于扩展直方图的行人检测算法 | 第30-47页 |
| 3.1 梯度直方图特征 | 第30-32页 |
| 3.1.1 HOG特征的描述子 | 第30-31页 |
| 3.1.2 矩形梯度直方图描述子 | 第31-32页 |
| 3.2 基于HOG特征的行人检测算法 | 第32-36页 |
| 3.3 扩展梯度直方图 | 第36-42页 |
| 3.3.1 梯度直方图和方向梯度直方图的限制 | 第36-37页 |
| 3.3.2 扩展梯度直方图 | 第37-38页 |
| 3.3.3 修正的扩展梯度直方图 | 第38-40页 |
| 3.3.4 线性分类器和非线性分类器 | 第40-41页 |
| 3.3.5 非对称性主成分分析 | 第41-42页 |
| 3.5 实验与实验结果分析 | 第42-46页 |
| 3.5.1 实验数据 | 第42-43页 |
| 3.5.2 训练分类器 | 第43页 |
| 3.5.3 实验结果分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于约束树形图结构外观模型的人体姿态估计 | 第47-57页 |
| 4.1 基于树形图结构人体的姿态估计 | 第47-50页 |
| 4.1.1 树形图结构模型 | 第47-48页 |
| 4.1.2 约束的树形图结构 | 第48-49页 |
| 4.1.3 行人检测器 | 第49页 |
| 4.1.4 前景加亮 | 第49页 |
| 4.1.5 CrubCut分割算法 | 第49-50页 |
| 4.2 基于改进外观模型的人体姿态估计 | 第50-53页 |
| 4.2.1 基于改进外观模型的人体姿态估计的基本思想 | 第50-51页 |
| 4.2.2 先验分割 | 第51-52页 |
| 4.2.3 不同部件之间的外观转换 | 第52-53页 |
| 4.3 基于先验分割和外观转换机制的人体姿态估计算法的步骤 | 第53页 |
| 4.4 实验 | 第53-56页 |
| 4.4.1 实验数据 | 第53页 |
| 4.4.2 实验结果分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57页 |
| 5.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录1：攻读硕士期间发表的论文 | 第62页 |
| 附录2：攻读硕士期间获奖情况及参加项目 | 第62-63页 |