低分辨率下的行人检测
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第7-17页 |
| ·研究背景 | 第7页 |
| ·行人检测和跟踪的相关工作 | 第7-9页 |
| ·HOG | 第9页 |
| ·直方图均衡化 | 第9-11页 |
| ·Harris角点 | 第11-13页 |
| ·Canny边缘检测 | 第13-15页 |
| ·Gauss滤波 | 第15-17页 |
| 第二章 融合运动和外观模式的行人检测 | 第17-30页 |
| ·haar特征 | 第17页 |
| ·分类器和训练过程 | 第17-20页 |
| ·Adaboost算法 | 第17-19页 |
| ·训练特征 | 第19-20页 |
| ·运动模式的检测 | 第20-22页 |
| ·训练过程 | 第22-23页 |
| ·实验 | 第23-26页 |
| ·数据集 | 第23-24页 |
| ·训练集 | 第24-25页 |
| ·训练级联结构 | 第25-26页 |
| ·检测结果 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于改进的混合高斯模型运动目标分割 | 第30-38页 |
| ·背景差分技术在目标分割中的应用 | 第30-32页 |
| ·背景差分思想及缺陷 | 第30-31页 |
| ·背景差分过程 | 第31-32页 |
| ·基于混合高斯的运动目标检测 | 第32-35页 |
| ·改进的混合高斯模型 | 第35-38页 |
| 第四章 基于光流法的行人跟踪 | 第38-45页 |
| ·光流原理 | 第38-44页 |
| ·基于光流的行人跟踪 | 第44-45页 |
| 第五章 基于纹理分析的阴影检测在行人检测中应用 | 第45-52页 |
| ·LBP纹理算子 | 第45-46页 |
| ·HSV色彩空间阴影检测 | 第46-47页 |
| ·阴影识别算法 | 第47-48页 |
| ·自适应背景生成 | 第48-49页 |
| ·背景差分 | 第49-50页 |
| ·潜在阴影点检测 | 第50-52页 |
| 第六章 综述和未来工作 | 第52-54页 |
| ·全文总结 | 第52页 |
| ·未来工作 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
