摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 研究背景和意义 | 第8-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本文的研究重点和难点 | 第12-13页 |
1.4 论文章节安排 | 第13-14页 |
2 行人检测算法原理 | 第14-24页 |
2.1 行人特征的描述方法简介 | 第14-21页 |
2.2 行人检测分类方法简介 | 第21-23页 |
2.3 行人检测算法评价指标 | 第23页 |
2.4 本章小结 | 第23-24页 |
3 实际监控场景下的多姿态行人检测 | 第24-32页 |
3.1 问题的描述 | 第24-25页 |
3.2 卷积神经网络介绍 | 第25-29页 |
3.2.1 卷积层 | 第25-27页 |
3.2.2 激活函数 | 第27-28页 |
3.2.3 池化层 | 第28-29页 |
3.2.4 全连接层 | 第29页 |
3.3 FasterRCNN行人检测深度网络 | 第29-31页 |
3.4 FasterRCNN深度网络行人检测结果及分析 | 第31页 |
3.5 本章小结 | 第31-32页 |
4 遮挡行人检测 | 第32-44页 |
4.1 可变形部件模型 | 第33-35页 |
4.2 遮挡情况下分类器结构参数动态调整 | 第35-37页 |
4.3 遮挡行人部位检测器设计 | 第37-41页 |
4.4 可变形部件模型部分参数设置 | 第41-43页 |
4.5 本章小结 | 第43-44页 |
5 实验结果及分析 | 第44-50页 |
5.1 常用数据集 | 第44-45页 |
5.2 不同程度遮挡处理能力测试 | 第45-47页 |
5.3 不同部位被遮挡对遮挡判定影响的测试 | 第47-49页 |
5.4 检测算法性能对比实验 | 第49页 |
5.5 本章小结 | 第49-50页 |
6 总结与展望 | 第50-52页 |
6.1 总结 | 第50页 |
6.2 展望 | 第50-52页 |
致谢 | 第52-54页 |
参考文献 | 第54-58页 |
已发表论文、专利及科研情况 | 第58页 |
国家发明专利 | 第58页 |
比赛奖励 | 第58页 |
参与的科研与教学工作 | 第58页 |