| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 行人检测的技术难点 | 第9-10页 |
| 1.3 行人检测的研究现状 | 第10-14页 |
| 1.4 本文主要工作 | 第14页 |
| 1.5 本论文的组织结构 | 第14-16页 |
| 第2章 行人检测算法 | 第16-26页 |
| 2.1 AdaBoost算法简介 | 第17-19页 |
| 2.2 基于区域分割的弱分类器 | 第19-20页 |
| 2.3 行人特征 | 第20-24页 |
| 2.3.1 HOG特征 | 第20-22页 |
| 2.3.2 NNNF简介 | 第22-24页 |
| 2.4 常用的行人数据库 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 隐式非均匀区域分割的AdaBoost算法 | 第26-44页 |
| 3.1 区域分割数目 | 第26-27页 |
| 3.2 原理 | 第27-30页 |
| 3.3 算法流程 | 第30-35页 |
| 3.4 实验结果 | 第35-43页 |
| 3.4.1 实验参数设置 | 第36页 |
| 3.4.2 实验中间结果 | 第36-38页 |
| 3.4.3 实验结果对比（Real AdaBoost） | 第38-40页 |
| 3.4.4 实验结果对比（Discrete AdaBoost） | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于尺度不变特征和位置先验的行人检测算法 | 第44-54页 |
| 4.1 尺度不变的NNNF特征 | 第44-45页 |
| 4.2 基于位置先验的后处理方法 | 第45-49页 |
| 4.2.1 SVM介绍 | 第45-48页 |
| 4.2.2 算法流程 | 第48-49页 |
| 4.3 实验结果及分析 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 论文总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 发表论文和参加科研情况说明 | 第62-64页 |
| 致谢 | 第64-65页 |