| 附件 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 引言 | 第13-14页 |
| 1.2 研究背景与现状 | 第14-16页 |
| 1.3 研究内容与创新 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 基于特征的目标识别与分类 | 第18-37页 |
| 2.1 研究方法概述 | 第18-19页 |
| 2.2 图像特征 | 第19-21页 |
| 2.2.1 稀疏表达的图像特征 | 第19-20页 |
| 2.2.2 密集表达的图像特征 | 第20-21页 |
| 2.3 人体目标检测 | 第21-25页 |
| 2.3.1 检测难点 | 第21-24页 |
| 2.3.2 基于分类的人体目标检测算法的整体流程 | 第24-25页 |
| 2.4 公共场所行人目标检测 | 第25-35页 |
| 2.4.1 问题描述 | 第25-26页 |
| 2.4.2 HOG 特征的提取 | 第26页 |
| 2.4.3 基于头肩部位的分类训练 | 第26-31页 |
| 2.4.4 多尺度的目标检测 | 第31-35页 |
| 2.5 实验结果及分析 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 单目相机下人体姿态估计 | 第37-71页 |
| 3.1 人体姿态估计研究现状 | 第37-38页 |
| 3.2 姿态估计算法的典型分类 | 第38-41页 |
| 3.2.1 人体姿态描述 | 第39-40页 |
| 3.2.2 图像特征选取 | 第40-41页 |
| 3.2.3 模型框架 | 第41页 |
| 3.3 人体骨架模型 | 第41-48页 |
| 3.3.1 人体骨架模型简介 | 第41-43页 |
| 3.3.2 典型的人体骨架模型 | 第43-45页 |
| 3.3.3 人体全身骨架模型 | 第45-46页 |
| 3.3.4 人体半身骨架模型 | 第46-47页 |
| 3.3.5 模型参数初始化 | 第47-48页 |
| 3.4 数据库采集及摄像机标定 | 第48-53页 |
| 3.4.1 人体上半身数据库（UBAD） | 第48-49页 |
| 3.4.2 摄像机标定 | 第49-53页 |
| 3.5 人体姿态的跟踪 | 第53-65页 |
| 3.5.1 粒子滤波算法 | 第53页 |
| 3.5.2 模拟退火 | 第53-54页 |
| 3.5.3 退火粒子滤波器 | 第54-56页 |
| 3.5.4 观测似然函数的设计 | 第56-58页 |
| 3.5.5 关节欧拉角约束 | 第58-59页 |
| 3.5.6 实验结果与分析 | 第59-65页 |
| 3.6 基于人体具体部位的部件检测算法 | 第65-70页 |
| 3.6.1 人体模型建立和二维姿态参数估计 | 第65-66页 |
| 3.6.2 特征选取和分类器的训练检测 | 第66-68页 |
| 3.6.3 实验结果与分析 | 第68-70页 |
| 3.7 本章小结 | 第70-71页 |
| 第四章 单目相机下人脸检测和姿态估计 | 第71-87页 |
| 4.1 研究现状 | 第71-73页 |
| 4.2 人脸检测和姿态估计方法 | 第73-74页 |
| 4.3 基于不同视域模型的人脸检测、姿态估计及定位方法 | 第74-79页 |
| 4.3.1 基于视域的人脸模型和结构描述方法 | 第74-75页 |
| 4.3.2 基于特征的判别模型 | 第75-76页 |
| 4.3.3 视域模型的训练 | 第76-78页 |
| 4.3.4 检测模块算法 | 第78-79页 |
| 4.4 实验结果与分析 | 第79-83页 |
| 4.5 算法并行优化 | 第83-86页 |
| 4.5.1 OpenMP 简介 | 第83-85页 |
| 4.5.2 算法并行的可行性分析 | 第85页 |
| 4.5.3 并行实验及结果分析 | 第85-86页 |
| 4.6 本章小结 | 第86-87页 |
| 第五章 总结与展望 | 第87-89页 |
| 5.1 论文工作总结 | 第87-88页 |
| 5.2 研究展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间已发表或录用的论文 | 第96页 |
| 学术论文 | 第96页 |
| 发明专利 | 第96页 |