| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 引言 | 第8-9页 |
| 1.2 红外目标检测的国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文的主要研究内容与组织结构 | 第11-13页 |
| 1.3.1 论文的主要研究内容 | 第11-12页 |
| 1.3.2 论文的组织结构 | 第12-13页 |
| 第二章 行人检测中的特征描述 | 第13-24页 |
| 2.1 LBP特征 | 第13-15页 |
| 2.2 HOG特征 | 第15-17页 |
| 2.3 HLID特征 | 第17-19页 |
| 2.4 聚合通道特征（ACF） | 第19-20页 |
| 2.5 实验结果分析 | 第20-23页 |
| 2.5.1 红外行人数据库 | 第21页 |
| 2.5.2 实验结果与分析 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 一种改进的局部二值模式描述子 | 第24-42页 |
| 3.1 滤波器组 | 第24页 |
| 3.2 滤波器组局部二值模式描述子 | 第24-25页 |
| 3.3 基于FBLBP的图像特征表征方法 | 第25-27页 |
| 3.3.1 基于FBLBP的人脸图像表征方法 | 第25-26页 |
| 3.3.2 基于FBLBP的红外行人图像表征方法 | 第26-27页 |
| 3.4 实验结果与分析 | 第27-41页 |
| 3.4.1 基于FBLBP的人脸识别实验与分析 | 第27-39页 |
| 3.4.2 基于FBLBP的红外行人检测实验与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于FBLBP特征与在线学习的红外行人检测算法 | 第42-59页 |
| 4.1 在线学习算法与理论 | 第42-48页 |
| 4.1.1 在线Boosting算法理论原理 | 第44-45页 |
| 4.1.2 在线Adaboost算法理论原理 | 第45-48页 |
| 4.2 Triple Online Boosting Training半监督在线学习算法 | 第48-51页 |
| 4.2.1 半监督学习算法介绍 | 第48-50页 |
| 4.2.2 Triple Online Boosting Training算法 | 第50-51页 |
| 4.3 基于FBLBP与TOBT在线学习的红外行人检测算法 | 第51-53页 |
| 4.4 实验结果与分析 | 第53-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-62页 |
| 5.1 研究成果总结 | 第59-60页 |
| 5.2 本文创新点 | 第60页 |
| 5.3 下一步的研究工作 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间申请的专利 | 第66-67页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |
