基于霍夫变换及条件概率模型的多目标检测

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-14页
·研究意义与背景	第8-9页
·计算机视觉和标签问题	第9-10页
·计算机视觉的研究趋势	第10-12页
·本文的主要工作介绍	第12-13页
·本文的章节安排	第13-14页
2 随机场模型	第14-19页
·马尔科夫随机场	第14-16页
·条件随机场	第16-18页
·小结	第18-19页
3 图像特征选择	第19-26页
·稀疏特征描述	第19-22页
·尺度不变特征转换	第19-22页
·密集型特征描述	第22-26页
·方向梯度直方图	第22-26页
4 霍夫森林	第26-36页
·霍夫变换基本原理	第27-28页
·随机森林	第28-32页
·决策树	第29-31页
·随机森林	第31-32页
·霍夫森林	第32-36页
·利用霍夫森林进行霍夫变换	第34-36页
5 基于条件随机场模型的霍夫变换	第36-43页
·经典的霍夫变换模型	第37-38页
·基于条件随机场的霍夫变换	第38-40页
·最大后验概率推断	第40-41页
·贪心算法求解最大后验概率	第41-43页
6 实验结果及分析	第43-50页
·实验环境配置	第43页
·数据集的选择	第43-44页
·特征向量的提取	第44-45页
·目标检测的实验结果与分析	第45-50页
·单目标检测	第46-47页
·多目标检测	第47-50页
结论	第50-51页
参考文献	第51-55页
攻读硕士学位期间发表学术论文情况	第55页
课题资助情况	第55-56页
致谢	第56-58页