| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究的背景和意义 | 第10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究的内容与结构章节安排 | 第11-13页 |
| 第二章 遥感影像检测处理方法与技术 | 第13-23页 |
| 2.1 中低空遥感影像检测处理的使用的技术 | 第13-18页 |
| 2.1.1 Haar-like 特征 | 第13-16页 |
| 2.1.2 弱分类器 | 第16-18页 |
| 2.2 提高遥感影像检测处理速度的方法 | 第18-20页 |
| 2.3 Adaboost 算法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于 adaboost 中低空遥感影像多人检测方法 | 第23-34页 |
| 3.1 实验数据源 | 第23页 |
| 3.2 实验环境 | 第23页 |
| 3.3 实验数据预处理 | 第23-24页 |
| 3.4 遥感影像多人检测方法实验 | 第24-33页 |
| 3.4.1 引入 Adaboost 算法的原因 | 第24-25页 |
| 3.4.2 遥感影像训练系统框架 | 第25-26页 |
| 3.4.3 降低遥感影像中人体检测的错误率的思想 | 第26-28页 |
| 3.4.4 降低 Adaboost 训练器在中低空遥感影像检测错误率实验 | 第28-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于 M-最优 MHT 算法的多人追踪方法 | 第34-49页 |
| 4.1 多人追踪使用技术与模型 | 第34-43页 |
| 4.1.1 多人追踪采用的运动模型 | 第38-39页 |
| 4.1.2 多人追踪采用的关键技术 | 第39-41页 |
| 4.1.3 M-最优 MHT 算法 | 第41-43页 |
| 4.2 实验环境 | 第43页 |
| 4.3 实验数据处理 | 第43-44页 |
| 4.4 基于 M-最优 MHT 算法追踪实验 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 作者简介 | 第54-55页 |
| 致谢 | 第55页 |
