基于图像结构的目标检测方法研究
| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-22页 |
| ·引言 | 第13-14页 |
| ·目标检测方法概述 | 第14-20页 |
| ·相关研究工作 | 第14-16页 |
| ·基本方法 | 第16-20页 |
| ·本文的研究内容及结构 | 第20-21页 |
| ·本文的主要创新之处 | 第21-22页 |
| 第2章 基于图像稀疏结构学习的目标检测方法 | 第22-35页 |
| ·引言 | 第22-24页 |
| ·图像稀疏结构的学习 | 第24-28页 |
| ·码字表的构建 | 第25-26页 |
| ·图像的表示 | 第26-27页 |
| ·分类器学习 | 第27-28页 |
| ·目标检测方法 | 第28-29页 |
| ·实验结果 | 第29-33页 |
| ·小结 | 第33-35页 |
| 第3章 基于边缘结构的目标检测方法 | 第35-58页 |
| ·引言 | 第35-36页 |
| ·中低层边缘结构的检测 | 第36-39页 |
| ·底层边缘结构检测 | 第37-38页 |
| ·中层边缘结构的检测 | 第38-39页 |
| ·基于边缘对比结构学习的目标检测方法 | 第39-48页 |
| ·方法简介 | 第40-41页 |
| ·边流检测方法 | 第41-44页 |
| ·基于边流的特征描述 | 第44-46页 |
| ·核函数的学习 | 第46-47页 |
| ·实验结果 | 第47-48页 |
| ·基于轮廓的目标检测 | 第48-57页 |
| ·图像层次分割 | 第49-50页 |
| ·Shape Context与目标轮廓定义 | 第50-52页 |
| ·检测方法 | 第52-55页 |
| ·实验结果 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第4章 基于图像层次结构的目标检测方法 | 第58-72页 |
| ·引言 | 第58-59页 |
| ·基于拓扑层次结构的目标检测 | 第59-66页 |
| ·层次性拓扑结构的定义 | 第60-61页 |
| ·路径匹配与目标检测 | 第61-62页 |
| ·实验结果 | 第62-66页 |
| ·基于多尺度Shape Context的目标检测 | 第66-70页 |
| ·目标多尺度Shape Context的定义 | 第66-67页 |
| ·目标检测的概率模型 | 第67-69页 |
| ·实验结果 | 第69-70页 |
| ·小结 | 第70-72页 |
| 第5章 基于共享结构学习的目标检测方法 | 第72-93页 |
| ·引言 | 第72-73页 |
| ·相关方法 | 第73-76页 |
| ·HOG方法 | 第73-74页 |
| ·Mean-shift方法 | 第74-75页 |
| ·Bayesian学习方法 | 第75-76页 |
| ·共享结构的学习模型 | 第76-78页 |
| ·特征提取 | 第78-82页 |
| ·稀疏取样 | 第78-81页 |
| ·密集取样 | 第81页 |
| ·两种取样方式的平衡 | 第81-82页 |
| ·特征描述的选择 | 第82页 |
| ·聚类和分层 | 第82-84页 |
| ·聚类 | 第82-84页 |
| ·分层 | 第84页 |
| ·稳定空间关系的检测 | 第84-87页 |
| ·空间关系的离散化 | 第85-86页 |
| ·投票方案 | 第86-87页 |
| ·实验结果 | 第87-92页 |
| ·单一目标的检测 | 第88页 |
| ·多目标检测 | 第88-92页 |
| ·小结 | 第92-93页 |
| 第6章 总结与展望 | 第93-96页 |
| ·本文总结 | 第93-95页 |
| ·研究展望 | 第95-96页 |
| 参考文献 | 第96-105页 |
| 作者攻读博士学位期间发表的学术论文 | 第105-106页 |
| 后记 | 第106-107页 |
