| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| Abbreviations | 第12-13页 |
| 1 Introduction | 第13-24页 |
| 1.1 Objective | 第14-16页 |
| 1.2 Challenges | 第16-17页 |
| 1.3 Detection background | 第17-19页 |
| 1.4 Proposed approach | 第19-20页 |
| 1.5 Our contributions | 第20-22页 |
| 1.6 Outline of the dissertation | 第22-24页 |
| 2 Related work | 第24-39页 |
| 2.1 Candidate region selection | 第24-27页 |
| 2.2 Features descriptors | 第27-33页 |
| 2.3 Classifications | 第33-35页 |
| 2.4 Pedestrians detector | 第35-37页 |
| 2.5 Discussion | 第37-39页 |
| 3 Sparse multi-block local binary patterns for pedestrian detection | 第39-62页 |
| 3.1 Introduction | 第39-41页 |
| 3.2 Previous work | 第41-44页 |
| 3.3 Sparse MB-LBP detector | 第44-53页 |
| 3.4 Experiment results | 第53-60页 |
| 3.5 Discussions | 第60页 |
| 3.6 Conclusions | 第60-62页 |
| 4 Pedestrian detection using multi-block local binary patterns and covariance descriptors | 第62-77页 |
| 4.1 Introdution | 第62-63页 |
| 4.2 Previous work | 第63-64页 |
| 4.3 Our approach | 第64-71页 |
| 4.4 Detection process | 第71-73页 |
| 4.5 Experiment and results | 第73-76页 |
| 4.6 Conclusion | 第76-77页 |
| 5 Pedestrian detection based shapelet and body-part descriptors | 第77-95页 |
| 5.1 Introduction | 第77-78页 |
| 5.2 Previous work | 第78-80页 |
| 5.3 Detection strategy overview | 第80-90页 |
| 5.4 Training algorithm and detection process | 第90-91页 |
| 5.5 Experiment results | 第91-94页 |
| 5.6 Conclusion | 第94-95页 |
| 6 Datasets and evaluation metrics | 第95-103页 |
| 6.1 Datasets | 第95-98页 |
| 6.2 Terminology and evaluation metrics | 第98-103页 |
| 7 Conclusion | 第103-107页 |
| 7.1 Contribution | 第103-104页 |
| 7.2 Limitations | 第104-105页 |
| 7.3 open issues | 第105-107页 |
| Acknowledgments | 第107-108页 |
| References | 第108-117页 |
| Appendix 1 Publications | 第117页 |
