基于加权SIFT特征的目标检测算法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 目标检测的发展及研究现状 | 第10-14页 |
| 1.2.1 基于匹配目标检测算法 | 第10-11页 |
| 1.2.2 基于模型的目标检测算法 | 第11-13页 |
| 1.2.3 目标检测面临的困难 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-16页 |
| 1.3.1 本文研究内容 | 第14页 |
| 1.3.2 本文组织安排 | 第14-16页 |
| 2 目标检测算法概述 | 第16-33页 |
| 2.1 目标检测算法概述 | 第16-21页 |
| 2.1.1 Haar-Adaboost | 第16-19页 |
| 2.1.2 HOG-SVM | 第19-21页 |
| 2.2 目标检测相关技术 | 第21-32页 |
| 2.2.1 中层视觉元素提取 | 第21-30页 |
| 2.2.2 SIFT特征提取 | 第30-32页 |
| 2.3 本章总结 | 第32-33页 |
| 3 基于加权SIFT特征的目标检测算法 | 第33-43页 |
| 3.1 算法框架 | 第33-34页 |
| 3.2 算法实现 | 第34-38页 |
| 3.2.1 生成权值模板 | 第34-36页 |
| 3.2.2 加权SIFT特征匹配 | 第36页 |
| 3.2.3 检测框生成 | 第36-38页 |
| 3.3 实验与分析 | 第38-41页 |
| 3.3.1 实验环境与数据来源 | 第38页 |
| 3.3.2 SIFT特征匹配对比分析 | 第38-39页 |
| 3.3.3 目标检测算法对比分析 | 第39-41页 |
| 3.4 本章总结 | 第41-43页 |
| 4 基于匹配点密度的检测框生成算法 | 第43-54页 |
| 4.1 算法框架 | 第43页 |
| 4.2 算法实现 | 第43-46页 |
| 4.2.1 基于特征密度匹配框生成算法 | 第43-46页 |
| 4.2.2 检测框生成 | 第46页 |
| 4.3 实验与分析 | 第46-52页 |
| 4.3.1 基于匹配点密度匹配框生成算法验证 | 第46-49页 |
| 4.3.2 当前目标检测算法对比分析 | 第49-52页 |
| 4.4 本章总结 | 第52-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54-55页 |
| 5.2 未来工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 附录 | 第62页 |
| A作者在攻读硕士学位期间撰写的论文目录 | 第62页 |
