基于运动特性的行人检测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·引言 | 第12-13页 |
| ·行人检测技术研究现状 | 第13-17页 |
| ·基于形状信息的方法 | 第13-14页 |
| ·基于运动信息的方法 | 第14-16页 |
| ·基于模板匹配的方法 | 第16-17页 |
| ·基于统计学习的方法 | 第17页 |
| ·论文的主要工作和章节安排 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第2章 行人图像的预处理和分割方法研究 | 第20-32页 |
| ·引言 | 第20页 |
| ·图像的滤波处理 | 第20-21页 |
| ·图像的空域变换增强 | 第21-24页 |
| ·图像的灰度拉伸 | 第21-22页 |
| ·图像的灰度均衡化 | 第22-24页 |
| ·行人图像的分割 | 第24-29页 |
| ·图像分割概述 | 第24-25页 |
| ·迭代阈值分割法 | 第25-26页 |
| ·矩不变阈值分割法 | 第26-27页 |
| ·一维熵值分割法 | 第27-29页 |
| ·二值图像处理 | 第29-31页 |
| ·数学形态学运算 | 第29-30页 |
| ·连通区域标记 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 静态场景下行人运动目标的检测 | 第32-46页 |
| ·引言 | 第32页 |
| ·改进的帧间差分法 | 第32-37页 |
| ·三帧差分法 | 第33-35页 |
| ·五帧差分法 | 第35-37页 |
| ·行人的识别方法 | 第37-41页 |
| ·目标特征的选择和提取 | 第37-38页 |
| ·基于宽高比特征的行人识别方法 | 第38-39页 |
| ·基于分散度特征的行人识别方法 | 第39-41页 |
| ·算法的试验验证 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 动态场景下行人运动目标的检测 | 第46-74页 |
| ·全局运动参数建模 | 第46-47页 |
| ·全局运动估计方法的选取 | 第47-49页 |
| ·SIFT特征提取 | 第49-57页 |
| ·构建尺度空间并初步确定关键点 | 第49-53页 |
| ·精确确定关键点的位置 | 第53-55页 |
| ·为关键点分配方向参数 | 第55-56页 |
| ·生成SIFT特征向量 | 第56-57页 |
| ·SIFT特征匹配 | 第57-61页 |
| ·k-d树算法 | 第58-59页 |
| ·BBF算法 | 第59-61页 |
| ·运动目标检测 | 第61-67页 |
| ·全局运动参数的鲁棒估计 | 第61-65页 |
| ·运动补偿及差分 | 第65-67页 |
| ·实验结果与分析 | 第67-72页 |
| ·本章小结 | 第72-74页 |
| 第5章 全文总结 | 第74-76页 |
| ·论文的主要工作和结论 | 第74-75页 |
| ·论文的局限性及尚需解决的问题 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者简介 | 第80-82页 |
| 致谢 | 第82页 |
