| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究的意义 | 第14-16页 |
| 1.2 国内外研究现状和发展 | 第16-18页 |
| 1.3 论文主要工作 | 第18-19页 |
| 1.4 论文章节安排 | 第19-22页 |
| 第二章 一般物体检测相关技术 | 第22-36页 |
| 2.1 一般物体检测 | 第22-25页 |
| 2.1.1 物体检测的定义及难点 | 第22-24页 |
| 2.1.2 物体检测流程 | 第24-25页 |
| 2.2 物体检测相关技术 | 第25-30页 |
| 2.2.1 边缘特征提取 | 第25-27页 |
| 2.2.2 滑动窗口采样 | 第27-28页 |
| 2.2.3 支持向量机分类 | 第28-30页 |
| 2.3 检测结果处理方法 | 第30-34页 |
| 2.3.1 Objectness BING | 第31-32页 |
| 2.3.2 非极大抑制 | 第32-33页 |
| 2.3.3 经典算法性能对比 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于B-HOG与AdaBoost的检测算法 | 第36-54页 |
| 3.1 经典HOG特征提取算法 | 第36-41页 |
| 3.2 B-HOG检测模型 | 第41-47页 |
| 3.2.1 梯度幅值二值化 | 第41-44页 |
| 3.2.2 B-HOG的近似模型 | 第44-47页 |
| 3.2.3 高位近似误差分析 | 第47页 |
| 3.3 基于AdaBoost的分类器训练 | 第47-52页 |
| 3.3.1 级联分类器 | 第47-49页 |
| 3.3.2 分类器筛选策略 | 第49-50页 |
| 3.3.3 AdaBoost算法精度分析 | 第50-52页 |
| 3.4 本章小结 | 第52-54页 |
| 第四章 实验设计及实验结果分析 | 第54-64页 |
| 4.1 实验环境与实验数据集 | 第54-55页 |
| 4.1.1 实验环境 | 第54页 |
| 4.1.2 实验数据集 | 第54-55页 |
| 4.2 实验流程及评价标准 | 第55-58页 |
| 4.2.1 实验流程 | 第56-57页 |
| 4.2.2 评价标准 | 第57-58页 |
| 4.3 实验结果对比与分析 | 第58-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64-65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |