夜晚环境下的行人检测技术研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-24页 |
| ·研究背景与意义 | 第10-11页 |
| ·行人检测技术研究现状及趋势 | 第11-22页 |
| ·行人检测系统框架概述 | 第11-13页 |
| ·非机器学习的方法 | 第13-14页 |
| ·基于机器学习的方法 | 第14-17页 |
| ·分类与定位 | 第17-20页 |
| ·基于激光雷达的行人检测 | 第20页 |
| ·融合多传感器的行人检测 | 第20-22页 |
| ·夜晚环境下行人检测的难点及问题 | 第22-23页 |
| ·本文研究的内容 | 第23-24页 |
| 2 基于红外图像的行人检测系统 | 第24-47页 |
| ·引言 | 第24页 |
| ·现有技术概述 | 第24-27页 |
| ·HOG特征 | 第27-30页 |
| ·HLID特征 | 第30-32页 |
| ·HOGI特征 | 第32-36页 |
| ·创建HOGI特征方法简介 | 第32-34页 |
| ·HOI特征 | 第34页 |
| ·HOGI特征提取 | 第34-36页 |
| ·分类器学习 | 第36-38页 |
| ·实验结果及分析 | 第38-46页 |
| ·创建标准数据集 | 第38-40页 |
| ·比较不同特征描述符的分类性能 | 第40-44页 |
| ·实际图片检测 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 3 融合激光雷达与红外图像的行人检测系统 | 第47-64页 |
| ·Velodyne HDL-64激光雷达 | 第48-49页 |
| ·标定 | 第49-53页 |
| ·多线激光雷达的标定 | 第50-51页 |
| ·红外相机的标定 | 第51-52页 |
| ·激光雷达与红外相机的联合标定 | 第52-53页 |
| ·基于激光雷达的子检测系统 | 第53-56页 |
| ·构建栅格地图 | 第53-54页 |
| ·障碍物聚类 | 第54-55页 |
| ·障碍物轮廓提取 | 第55-56页 |
| ·几何特征分类 | 第56页 |
| ·基于红外图像的子检测系统 | 第56-58页 |
| ·实验结果及分析 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 4 总结与展望 | 第64-67页 |
| ·论文总结 | 第64-65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者简历及攻读硕士期间取得的科研成果 | 第71页 |
