行人检测中有效脸判定与检索模型研究
| 摘要 | 第7-9页 |
| abstract | 第9-10页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 行人检测方向 | 第13页 |
| 1.2.2 有效脸判定方向 | 第13-14页 |
| 1.2.3 图像检索方向 | 第14-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 1.4 论文的组织架构 | 第16-17页 |
| 2 相关技术介绍及对比分析 | 第17-26页 |
| 2.1 行人检测 | 第17-20页 |
| 2.1.1 基于背景建模 | 第17-18页 |
| 2.1.2 基于特征学习 | 第18-20页 |
| 2.1.3 对比分析 | 第20页 |
| 2.2 有效脸判定 | 第20-23页 |
| 2.2.1 基于弹性模型判定法 | 第20-22页 |
| 2.2.2 基于几何模型判定法 | 第22-23页 |
| 2.2.3 对比分析 | 第23页 |
| 2.3 图像检索 | 第23-25页 |
| 2.3.1 基于文本的图像检索 | 第23-24页 |
| 2.3.2 基于内容的图像检索 | 第24-25页 |
| 2.3.3 对比分析 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 行人检测中有效脸判定与检索模型 | 第26-38页 |
| 3.1 HOG行人特征 | 第26-28页 |
| 3.1.1 HOG特征计算过程 | 第26-28页 |
| 3.1.2 HOG特征分析 | 第28页 |
| 3.2 行人检测分类器 | 第28-31页 |
| 3.2.1 基于SVM的行人检测算法 | 第29-31页 |
| 3.2.2 基于级联的行人检测算法 | 第31页 |
| 3.3 行人有效脸判定与检索模型 | 第31-37页 |
| 3.3.1 优化的HOG特征行人检测 | 第32-35页 |
| 3.3.2 有效脸判定模型 | 第35-36页 |
| 3.3.3 有效脸检索模型 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 有效脸判定及检索计算 | 第38-47页 |
| 4.1 有效脸判定计算 | 第38-42页 |
| 4.1.1 局部关键点距离对称性 | 第39-40页 |
| 4.1.2 局部关键点面积对称性 | 第40-41页 |
| 4.1.3 双对称有效判定系数 | 第41-42页 |
| 4.2 有效脸检索计算 | 第42-46页 |
| 4.2.1 建立有效行人数据库 | 第43-44页 |
| 4.2.2 相似性计算方法 | 第44-45页 |
| 4.2.3 改进的相似性计算 | 第45-46页 |
| 4.2.4 双距离相似系数 | 第46页 |
| 4.3 本章小结 | 第46-47页 |
| 5 实验结果分析 | 第47-55页 |
| 5.1 评价指标及实验环境 | 第47-48页 |
| 5.2 结果分析 | 第48-54页 |
| 5.2.1 行人检测结果分析 | 第48-50页 |
| 5.2.2 有效脸判定结果分析 | 第50-52页 |
| 5.2.3 有效脸检索结果分析 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 本文总结 | 第55-56页 |
| 6.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-62页 |
| 致谢 | 第62-63页 |
