| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外相关研究及现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 论文的主要研究内容 | 第15-16页 |
| 1.3.1 运用 surf 特征校正单实例的研究 | 第15页 |
| 1.3.2 实例规模以及构建的研究 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 多实例表示的目标检测 | 第18-30页 |
| 2.1 引言 | 第18-19页 |
| 2.2 基于梯度的局部区域描述子 | 第19-22页 |
| 2.2.1 基于局部特征点的区域描述子 | 第19-21页 |
| 2.2.2 基于稠密特征点的区域描述子 | 第21-22页 |
| 2.3 分类与检测 | 第22-25页 |
| 2.3.1 线性 SVM 原理阐述 | 第22-24页 |
| 2.3.2 实验结果校准 | 第24-25页 |
| 2.4 实验设置与结果分析 | 第25-28页 |
| 2.4.1 实验设置 | 第25-27页 |
| 2.4.2 评价指标 | 第27页 |
| 2.4.3 实验结果与分析 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于聚类方法的训练实例库自动构建 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 检测样例聚类方法研究 | 第30-33页 |
| 3.2.1 k-means 聚类原理简介 | 第31页 |
| 3.2.2 基于线性 SVM 分类结果的聚类 | 第31-33页 |
| 3.3 实验设置及结果分析 | 第33-36页 |
| 3.3.1 实验设置 | 第33-34页 |
| 3.3.2 实验结果与分析 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基于多特征结合的分类校准 | 第38-47页 |
| 4.1 引言 | 第38页 |
| 4.2 多特征融合的目标检测 | 第38-41页 |
| 4.2.1 基于可变部件模型的目标检测 | 第39-40页 |
| 4.2.2 基于 HOG 特征与几何特征的目标检测 | 第40-41页 |
| 4.3 融合 SURF 特征的检测结果校准 | 第41-44页 |
| 4.3.1 SURF 特征原理阐述 | 第41-43页 |
| 4.3.2 基于 HOG 特征与 SURF 特征的结果校准 | 第43-44页 |
| 4.4 实验结果及分析 | 第44-46页 |
| 4.4.1 实验设置 | 第44-45页 |
| 4.4.2 实验结果与分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 图像目标检测系统实现 | 第47-53页 |
| 5.1 引言 | 第47页 |
| 5.2 图像目标检测系统设计 | 第47-48页 |
| 5.3 图像目标检测系统的构建 | 第48-51页 |
| 5.3.1 图像目标检测系统总体模块构建 | 第48-49页 |
| 5.3.2 系统训练模块构建 | 第49-50页 |
| 5.3.3 系统校准模块构建 | 第50页 |
| 5.3.4 系统检测模块构建 | 第50-51页 |
| 5.4 系统展示 | 第51-52页 |
| 5.5 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |