首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于DPM的行人检测和行人特征提取算法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第14-19页
    1.1 论文的相关背景及研究意义第14-15页
    1.2 国内外研究现状第15-17页
    1.3 论文的研究内容与章节安排第17-19页
        1.3.1 论文的研究内容第17-18页
        1.3.2 论文的章节安排第18-19页
第二章 基于HOG特征和DPM的行人检测算法第19-32页
    2.1 可变形部件模型(DPM)简介第19页
    2.2 HOG特征和增强的HOG特征第19-24页
        2.2.1 传统HOG特征第19-21页
        2.2.2 增强的HOG特征第21-24页
    2.3 单一星型模型及其参数化表示第24-26页
        2.3.1 滤波器和特征金字塔第24-25页
        2.3.2 线性得分公式第25-26页
    2.4 混合模型及模型训练第26-28页
        2.4.1 混合模型初始化第26-27页
        2.4.2 训练混合模型第27-28页
    2.5 模型匹配与目标检测第28-29页
    2.6 DPM存在的主要问题分析第29-31页
        2.6.1 HOG特征的缺陷第29-30页
        2.6.2 目标遮挡问题第30-31页
    2.7 本章小结第31-32页
第三章 基于HLC特征和改进DPM模型的行人检测第32-49页
    3.1 纹理特征第32-35页
        3.1.1 传统LBP第32-33页
        3.1.2 等价模式LBP第33-34页
        3.1.3 旋转不变的LBP第34页
        3.1.4 旋转不变的等价模式LBP第34-35页
    3.2 颜色特征第35-41页
        3.2.1 颜色特征的选择第35-39页
        3.2.2 CN-S颜色自相似特征第39-41页
    3.3 HLC融合特征第41页
    3.4 加权部件模型第41-43页
        3.4.1 加权部件模型的参数化表示第42页
        3.4.2 权值选择第42-43页
    3.5 实验结果与分析第43-48页
        3.5.1 数据集选择第43页
        3.5.2 特征融合检测实验结果及分析第43-45页
        3.5.3 加权部件检测实验结果及分析第45-48页
    3.6 本章小结第48-49页
第四章 基于行人检测结果的人体特征取第49-69页
    4.1 基于JND的直方图均衡算法第49-52页
        4.1.1 JND_HE算法的 出第49-50页
        4.1.2 JND_HE算法流程第50-52页
    4.2 基于Grabcut的行人分割第52-56页
        4.2.1 Grabcut分割算法第52-53页
        4.2.2 基于行人检测结果和GrabCut的行人分割第53-55页
        4.2.3 基于行人分割结果的上下半身分割模型第55-56页
    4.3 基于CN特征的衣服颜色识别第56-57页
    4.4 行人衣服纹理检测第57-67页
        4.4.1 完整LBP特征及其改进第57-60页
        4.4.2 旋转不变的HOG特征第60-64页
        4.4.3 本文所用特征第64页
        4.4.4 基于SAE的纹理分类第64-67页
    4.5 实验结果及分析第67-68页
        4.5.1 数据集选择第67页
        4.5.2 颜色特征取和识别实验第67-68页
        4.5.3 纹理特征取和识别实验第68页
    4.6 本章小结第68-69页
第五章 结合DPM部件位置和超像素标签的行人相关特征 取第69-80页
    5.1 基于DPM的人体部件位置估计第69-72页
    5.2 超像素划分第72-73页
    5.3 结合部件位置和超像素划分的区域标签第73-75页
        5.3.1 部件位置表示第74页
        5.3.2 区域标签估计第74-75页
    5.4 区域标签实验结果与分析第75-76页
    5.5 结合区域标签的人体分割和相关特征取第76-77页
    5.6 行人分割和相关特征取实验结果与分析第77-79页
    5.7 本章小结第79-80页
第六章 行人检测系统设计与实现第80-88页
    6.1 行人检测系统概述第80页
    6.2 系统结构和功能第80-84页
        6.2.1 硬件部分第81页
        6.2.2 软件部分第81-84页
    6.3 系统客户端界面及操作第84-86页
    6.4 系统性能测试第86-87页
    6.5 本章小结第87-88页
第七章 总结与展望第88-90页
    7.1 论文工作总结第88-89页
    7.2 未来工作展望第89-90页
致谢第90-91页
参考文献第91-95页
攻硕期间研究成果第95-96页

论文共96页,点击 下载论文
上一篇:基于卷积神经网络的电商图片物体识别
下一篇:基于RFID的物流定位技术研究