| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题的研究背景 | 第7-8页 |
| 1.2 行人检测研究概况 | 第8-10页 |
| 1.3 行人检测技术的评价方法 | 第10-11页 |
| 1.4 论文的研究内容和安排 | 第11-13页 |
| 第二章 图像特征提取 | 第13-23页 |
| 2.1 图像特征 | 第13-18页 |
| 2.1.1 SIFT特征 | 第13-14页 |
| 2.1.2 Haar-like特征 | 第14-15页 |
| 2.1.3 LBP特征 | 第15-17页 |
| 2.1.4 HOG特征 | 第17-18页 |
| 2.2 HOG特征提取 | 第18-20页 |
| 2.3 图像特征金字塔 | 第20-23页 |
| 第三章 DPM模型及其数学原理 | 第23-35页 |
| 3.1 常用的行人检测算法 | 第23-25页 |
| 3.1.1 基于形状模板的行人检测算法 | 第23-24页 |
| 3.1.2 基于表观特征向量的行人检测算法 | 第24页 |
| 3.1.3 基于部件的行人检测算法 | 第24-25页 |
| 3.2 基于可变形部件的模型滤波器 | 第25-26页 |
| 3.3 DPM模型中对HOG特征的优化 | 第26-27页 |
| 3.4 可变形部件模型的建模 | 第27-28页 |
| 3.5 DPM模型训练与检测过程 | 第28-35页 |
| 3.5.1 隐支持向量机与负样本难例挖掘 | 第28-30页 |
| 3.5.2 DPM模型的训练过程 | 第30-32页 |
| 3.5.3 DPM模型的匹配检测过程 | 第32-35页 |
| 第四章 模型参数对行人检测结果的影响 | 第35-60页 |
| 4.1 图像数据库 | 第35-38页 |
| 4.2 实验方法和内容安排 | 第38-39页 |
| 4.3 实验与实验结果分析 | 第39-49页 |
| 4.3.1 HOG单元大小对行人检测效果的影响 | 第39-45页 |
| 4.3.2 DPM模型的部件个数对行人检测效果的影响 | 第45-47页 |
| 4.3.3 DPM模型的组件数量对检测效果的影响 | 第47-49页 |
| 4.4 自建图像集上的行人检测效果 | 第49-60页 |
| 4.4.1 自建图像库检测效果受DPM模型参数的影响分析 | 第51-53页 |
| 4.4.2 自建图像库中部分图像在不同模型下的检测效果 | 第53-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
