| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 智能前端研究的背景与意义 | 第11-14页 |
| 1.2 国内外发展现状 | 第14-18页 |
| 1.2.1 智能前端系统的国内外发展现状 | 第14-16页 |
| 1.2.2 行人检测研究的国内外发展现状 | 第16-18页 |
| 1.3 论文主要内容和章节安排 | 第18-20页 |
| 1.3.1 论文的主要研究内容 | 第18-19页 |
| 1.3.2 论文的章节安排 | 第19-20页 |
| 第2章 行人检测智能前端系统目标与总体架构 | 第20-28页 |
| 2.1 行人检测智能前端系统目标 | 第20页 |
| 2.2 行人检测智能前端总体架构 | 第20-27页 |
| 2.2.1 视频采集模块 | 第22-24页 |
| 2.2.2 前端分析模块 | 第24-26页 |
| 2.2.3 视频编解码模块 | 第26页 |
| 2.2.4 网络传输模块 | 第26-27页 |
| 2.2.5 界面显示模块 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 行人检测算法概述与改进及系统实现 | 第28-48页 |
| 3.1 行人检测算法概述 | 第28-38页 |
| 3.1.1 样本集和评价指标 | 第28-29页 |
| 3.1.2 HOG特征 | 第29-31页 |
| 3.1.3 LIBSVM | 第31-35页 |
| 3.1.4 图像金字塔检测原理 | 第35-36页 |
| 3.1.5 多尺度窗口融合原理 | 第36-38页 |
| 3.2 行人检测算法改进 | 第38-42页 |
| 3.2.1 智能前端行人检测要求 | 第38页 |
| 3.2.2 适于智能前端的行人检测方案参数设计 | 第38-42页 |
| 3.3 行人检测系统实现 | 第42-46页 |
| 3.3.1 金字塔检测模块 | 第42-43页 |
| 3.3.2 多窗口融合模块 | 第43-44页 |
| 3.3.3 实验结果与分析 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于DM8127行人检测算法实现 | 第48-61页 |
| 4.1 硬件平台概述 | 第48页 |
| 4.2 软件平台概述 | 第48-51页 |
| 4.2.1 CCS集成开发环境 | 第50-51页 |
| 4.2.2 虚拟机环境设置 | 第51页 |
| 4.3 行人检测智能前端的实现 | 第51-60页 |
| 4.3.1 LIBSVM在DM8127上的移植与使用 | 第51-54页 |
| 4.3.2 行人检测算法移植与前端实现 | 第54-56页 |
| 4.3.3 实验结果与分析 | 第56-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |