行人检测与跟踪关键技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·选题意义与背景 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·目标检测国内外现状 | 第11-12页 |
| ·目标跟踪国内外现状 | 第12-13页 |
| ·存在的主要问题 | 第13-14页 |
| ·论文的主要工作和章节安排 | 第14-16页 |
| 2 基于HOG的行人检测方法 | 第16-30页 |
| ·行人检测算法的评判方法 | 第16-17页 |
| ·梯度方向直方图HOG特征 | 第17-21页 |
| ·INRIA行人测试库 | 第17-19页 |
| ·HOG特征简述 | 第19-20页 |
| ·HOG特征实现流程 | 第20-21页 |
| ·SVM分类器 | 第21-23页 |
| ·基于HOG行人检测方法 | 第23-28页 |
| ·概述 | 第24页 |
| ·基于HOG行人检测方法流程 | 第24-25页 |
| ·目标定位 | 第25-26页 |
| ·非极大值抑制 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 3 基于HOG行人检测算法的改进 | 第30-52页 |
| ·梯度积分直方图 | 第30-32页 |
| ·PCA降维 | 第32-37页 |
| ·主成分分析 | 第32-35页 |
| ·基于PCA对HOG特征进行降维 | 第35-37页 |
| ·基于多尺度HOG检测算法 | 第37-50页 |
| ·多尺度HOG特征 | 第37-38页 |
| ·Gentle AdaBoost算法简介 | 第38-40页 |
| ·分类器训练 | 第40-42页 |
| ·实验结果及分析 | 第42-50页 |
| ·本章小结 | 第50-52页 |
| 4 基于网络流的多目标跟踪算法研究 | 第52-66页 |
| ·网络流简介 | 第52-56页 |
| ·流网络 | 第52-53页 |
| ·Ford-Fulkerson方法 | 第53-56页 |
| ·基于网络流的多目标跟踪算法 | 第56-60页 |
| ·无遮挡约束下的MAP问题 | 第56-57页 |
| ·最大费用最小流解决方案 | 第57-60页 |
| ·多目标遮挡问题处理 | 第60-62页 |
| ·EOM模型 | 第60-61页 |
| ·多目标遮挡情况下的跟踪算法 | 第61-62页 |
| ·实验结果分析 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 5 行人检测跟踪系统平台的设计与实现 | 第66-74页 |
| ·行人检测跟踪系统平台的设计 | 第66-68页 |
| ·行人检测跟踪系统平台的实现 | 第68-74页 |
| 6 总结与展望 | 第74-78页 |
| ·论文总结 | 第74-75页 |
| ·未来展望 | 第75-78页 |
| 参考文献 | 第78-82页 |
| 作者简历 | 第82-86页 |
| 学位论文数据集 | 第86页 |
