摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第14-18页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-16页 |
1.3 本文主要工作及内容安排 | 第16-18页 |
第二章 相关算法介绍 | 第18-31页 |
2.1 聚类算法 | 第18-25页 |
2.1.1 Grabcut分割算法 | 第18-21页 |
2.1.2 SLIC过分割算法 | 第21-25页 |
2.2 衣着特征提取算法 | 第25-30页 |
2.2.1 颜色特征 | 第25-26页 |
2.2.2 LBP特征 | 第26-27页 |
2.2.3 HOG特征介绍与应用 | 第27-30页 |
2.3 本章小结 | 第30-31页 |
第三章 基于外观划分模型的行人衣着颜色识别 | 第31-40页 |
3.1 基于外观划分模型的衣着分割 | 第31-33页 |
3.1.1 基于Grabcut算法的行人分割 | 第31-32页 |
3.1.2 外观划分模型 | 第32-33页 |
3.2 基于KNN和投票方式的衣着颜色识别 | 第33-35页 |
3.2.1 RGB颜色特征的提取 | 第33-34页 |
3.2.2 衣着颜色识别 | 第34-35页 |
3.3 实验与分析 | 第35-39页 |
3.4 本章小结 | 第39-40页 |
第四章 基于超像素合并的行人衣着类型识别 | 第40-55页 |
4.1 基于超像素合并的行人衣着区域分割 | 第41-47页 |
4.1.1 基于Grabcut与SLIC算法的行人区域过分割 | 第41-43页 |
4.1.2 基于超像素相似性度量的衣着区域分割 | 第43-47页 |
4.2 衣着类型的识别 | 第47-49页 |
4.2.1 衣着类型的特征设计与提取 | 第47-48页 |
4.2.2 基于SVM分类器的衣着类型识别 | 第48-49页 |
4.3 实验与分析 | 第49-53页 |
4.4 本章小结 | 第53-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 论文总结 | 第55-56页 |
5.2 工作展望 | 第56-57页 |
致谢 | 第57-59页 |
参考文献 | 第59-64页 |
攻读硕士学位期间发表的论文 | 第64-65页 |
攻读硕士学位期间参加的科研项目 | 第65页 |