基于区域约束HOG-LBP特征的人体检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-12页 |
| ·人体检测技术的研究现状 | 第12-15页 |
| ·HOG特征描述算子的改进 | 第13-14页 |
| ·检测速度的提高 | 第14-15页 |
| ·特殊成像设备的使用 | 第15页 |
| ·基于HOG特征的人体目标检测研究重点 | 第15-16页 |
| ·论文内容简介 | 第16-18页 |
| 第2章 基于HOG特征的人体检测算法 | 第18-38页 |
| ·HOG特征原理 | 第18-24页 |
| ·Gamma和颜色空间标准化 | 第19-20页 |
| ·梯度运算 | 第20-22页 |
| ·空间和方向上的梯度直方图统计 | 第22页 |
| ·建立Block与梯度向量归一化 | 第22-24页 |
| ·算法实现参数 | 第24页 |
| ·线性SVM原理 | 第24-31页 |
| ·统计学习理论 | 第24-26页 |
| ·SVM基本原理 | 第26-27页 |
| ·线性可分SVM | 第27-29页 |
| ·线性不可分情况 | 第29-30页 |
| ·非线性支持向量机与核函数 | 第30-31页 |
| ·基于HOG特征的人体检测算法优化 | 第31-37页 |
| ·肤色特征 | 第31-32页 |
| ·行人身体先验比例与卡尔曼滤波 | 第32-34页 |
| ·变视角下的HOG特征 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 区域约束HOG与LBP特征 | 第38-58页 |
| ·感兴趣区域先验性分析 | 第38-39页 |
| ·人体形状部分模板树 | 第39-50页 |
| ·建立人体形状部分模板树 | 第39-43页 |
| ·模板树匹配 | 第43-50页 |
| ·LBP特征 | 第50-53页 |
| ·LBP算子的计算方式 | 第50-51页 |
| ·LBP算子改进：均匀模式 | 第51-52页 |
| ·人体检测算法中LBP特征提取 | 第52-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·实验环境介绍 | 第53页 |
| ·部分模板匹配分数算法验证性试验 | 第53-54页 |
| ·样本图片部分模板树匹配结果 | 第54-55页 |
| ·分类器检测效果实验 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第4章 人体目标尺度不变性与重叠目标分割 | 第58-66页 |
| ·人体目标尺度不变性 | 第58-60页 |
| ·重叠目标的分割 | 第60-63页 |
| ·检测窗口假定集合 | 第60-61页 |
| ·重合目标匹配分数计算 | 第61-62页 |
| ·目标分割图迭代运算 | 第62-63页 |
| ·实验结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-69页 |
| ·本文工作总结 | 第66-67页 |
| ·对未来工作的展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
