基于时空兴趣点和梯度直方图的行人检测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文主要内容与结构 | 第13-15页 |
| 2 基于局部更新的 Kim 码本建模 | 第15-24页 |
| ·Kim 码本建模 | 第15-18页 |
| ·基本码本建模 | 第15-17页 |
| ·帧差码本建模 | 第17-18页 |
| ·算法原理及实现 | 第18-21页 |
| ·转换图像空间 | 第20页 |
| ·提取背景模型 | 第20页 |
| ·建立并更新码本 | 第20-21页 |
| ·实验结果及分析 | 第21-23页 |
| ·背景建模准确率评价 | 第22页 |
| ·背景建模时间评价 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于时空兴趣点的行人目标提取 | 第24-34页 |
| ·基于帧间差的行人目标提取 | 第24-27页 |
| ·帧间差原理 | 第24-25页 |
| ·光流法 | 第25-27页 |
| ·时空兴趣点原理 | 第27-29页 |
| ·基于时空兴趣点的行人目标提取 | 第29-32页 |
| ·抽取时空兴趣点 | 第29-31页 |
| ·分割目标区域 | 第31-32页 |
| ·计算光流值 | 第32页 |
| ·实验结果及分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于时空兴趣点和梯度直方图的行人检测 | 第34-47页 |
| ·相关理论 | 第34-36页 |
| ·梯度直方图 | 第34-35页 |
| ·支持向量机 | 第35-36页 |
| ·全图检测算法 | 第36-40页 |
| ·归一化预处理 | 第37页 |
| ·计算图像梯度 | 第37-38页 |
| ·构建网格梯度直方图 | 第38页 |
| ·构建网块梯度直方图 | 第38-39页 |
| ·构建全图梯度直方图 | 第39页 |
| ·提取并识别全图特征 | 第39-40页 |
| ·子图检测算法 | 第40-41页 |
| ·全图检测问题 | 第40页 |
| ·基于时空兴趣点和梯度直方图的算法 | 第40-41页 |
| ·实验结果及分析 | 第41-45页 |
| ·处理速度评价 | 第44页 |
| ·准确率评价 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士期间发表论文 | 第51-52页 |
| 致谢 | 第52-53页 |
