基于稀疏特征以及可变形部件模型的行人检测
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.2.1 图像特征提取研究现状 | 第8-9页 |
| 1.2.2 行人检测模型的研究现状 | 第9-10页 |
| 1.3 主要研究内容和论文结构 | 第10-12页 |
| 第2章 目标图像特征的提取与表示 | 第12-20页 |
| 2.1 图像特征 | 第12-16页 |
| 2.1.1 HOG特征算子 | 第12-13页 |
| 2.1.2 稀疏编码直方图特征 | 第13-14页 |
| 2.1.3 局部图像稀疏表达 | 第14页 |
| 2.1.4 稀疏编码直方图提取 | 第14-15页 |
| 2.1.5 比较HOG特征与HSC特征 | 第15-16页 |
| 2.2 目标检测语义模型 | 第16-19页 |
| 2.2.1 语义目标检测框架 | 第16-17页 |
| 2.2.2 语义模型 | 第17页 |
| 2.2.3 参数线性化过程 | 第17-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 弱标签隐藏变量结构化SVM算法 | 第20-28页 |
| 3.1 结构化SVM | 第20-21页 |
| 3.2 含隐藏变量的SVM | 第21-23页 |
| 3.3 弱标签隐藏变量结构化SVM | 第23-26页 |
| 3.3.1 关于WL-SSVM的半凸优化算法 | 第24页 |
| 3.3.2 求解优化问题 | 第24-26页 |
| 3.4 人体目标检测优化问题 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第4章 行人检测模型与检测 | 第28-43页 |
| 4.1 星型模型 | 第28-31页 |
| 4.2 混合模型 | 第31-34页 |
| 4.3 丰富的语义模型 | 第34-38页 |
| 4.3.1 检测行人目标 | 第34-36页 |
| 4.3.2 训练语义模型 | 第36-38页 |
| 4.4 级联检测 | 第38-42页 |
| 4.4.1 星型级联检测 | 第38-42页 |
| 4.4.2 语义模型检测 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 实验数据分析与处理 | 第43-50页 |
| 5.1 评判规则 | 第44页 |
| 5.2 行人检测的实现及结果分析 | 第44-49页 |
| 5.2.1 裁剪阈值 | 第44-46页 |
| 5.2.2 人体目标检测 | 第46-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间的研究成果 | 第56页 |
