采用HOG算子的行人检测实时处理器的性能优化
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-10页 |
| 1.1 课题研究的背景和意义 | 第8页 |
| 1.2 课题研究的现状 | 第8-9页 |
| 1.3 论文研究的目的和章节安排 | 第9-10页 |
| 第2章 行人检测算法与硬件平台的介绍 | 第10-19页 |
| 2.1 行人检测算法的介绍 | 第10页 |
| 2.2 图像平滑 | 第10-12页 |
| 2.3 插值算法 | 第12页 |
| 2.4 支持向量机 | 第12-13页 |
| 2.5 FPGA硬件平台介绍 | 第13-17页 |
| 2.5.1 FPGA芯片原理介绍 | 第13-14页 |
| 2.5.2 片上可编程系统 | 第14-15页 |
| 2.5.3 AXI总线介绍 | 第15-17页 |
| 2.6 本章小结 | 第17-19页 |
| 第3章 梯度方向直方图(HOG)的研究 | 第19-27页 |
| 3.1 行人检测算法的整体框架 | 第19-21页 |
| 3.2 HOG描述算子 | 第21-25页 |
| 3.2.1 待检测图像的标准化 | 第22页 |
| 3.2.2 梯度计算 | 第22页 |
| 3.2.3 空间和梯度方向上的插值 | 第22-24页 |
| 3.2.4 block直方图标准化 | 第24-25页 |
| 3.2.5 HOG与二元分类器结合 | 第25页 |
| 3.3 多尺度目标定位 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 实时行人检测系统设计 | 第27-49页 |
| 4.1 基于FPGA的行人检测整体设计 | 第27-28页 |
| 4.2 视频采集系统设计 | 第28-36页 |
| 4.2.1 摄像头采集视频数据 | 第28-30页 |
| 4.2.2 视频数据读写设计 | 第30-36页 |
| 4.2.3 视频显示设计 | 第36页 |
| 4.3 行人检测算法的设计 | 第36-48页 |
| 4.3.1 均值滤波设计 | 第38-39页 |
| 4.3.2 双线性插值设计 | 第39-40页 |
| 4.3.3 梯度计算设计 | 第40页 |
| 4.3.4 三线性插值设计 | 第40-44页 |
| 4.3.5 直方图标准化设计 | 第44-45页 |
| 4.3.6 分类器 | 第45-46页 |
| 4.3.7 检测结果优化 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 硬件实现以及结果分析 | 第49-57页 |
| 5.1 实时行人检测系统的硬件实现 | 第49-52页 |
| 5.1.1 软件工具 | 第49-50页 |
| 5.1.2 硬件设计 | 第50-51页 |
| 5.1.3 设计过程 | 第51-52页 |
| 5.2 FPGA资源使用量分析 | 第52-53页 |
| 5.3 实时性分析 | 第53-54页 |
| 5.4 检测准确率分析 | 第54页 |
| 5.5 实际环境测试 | 第54-56页 |
| 5.6 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间的研究成果 | 第63页 |
