| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状及趋势 | 第12-19页 |
| 1.2.1 研究现状 | 第12-14页 |
| 1.2.2 研究趋势 | 第14-19页 |
| 1.3 论文组织安排 | 第19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 行人检测技术基础理论 | 第20-31页 |
| 2.1 图像预处理 | 第20-22页 |
| 2.2 特征提取 | 第22-24页 |
| 2.3 深度学习 | 第24-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于BING的红外图像目标检测 | 第31-42页 |
| 3.1 引言 | 第31页 |
| 3.2 梯度范数特征 | 第31-33页 |
| 3.3 似物性的二值化计算 | 第33-37页 |
| 3.3.1 似物性的定义 | 第33-34页 |
| 3.3.2 样本选择 | 第34页 |
| 3.3.3 二值化计算 | 第34-37页 |
| 3.4 算法流程 | 第37-38页 |
| 3.5 实验结果与分析 | 第38-41页 |
| 3.5.1 实验设置 | 第38页 |
| 3.5.2 实验结果与分析 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 结合BING和DPM的红外图像的行人检测 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 DPM的特征提取 | 第42-43页 |
| 4.3 部件模型 | 第43-45页 |
| 4.4 实验分析与结果 | 第45-49页 |
| 4.4.1 实验设置 | 第45页 |
| 4.4.2 分析与结果 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 结合BING和PCANET的红外图像行人检测 | 第50-59页 |
| 5.1 引言 | 第50-51页 |
| 5.2 PCANet的整体结构 | 第51-53页 |
| 5.3 算法流程 | 第53-54页 |
| 5.4 实验分析与结果 | 第54-58页 |
| 5.4.1 实验设置 | 第54页 |
| 5.4.2 分析与结果 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66页 |