基于车载辅助驾驶系统的行人检测模块设计
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景和目的意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 汽车安全辅助驾驶系统研究现状 | 第9-10页 |
| 1.2.2 基于机器视觉的行人检测研究现状 | 第10-11页 |
| 1.3 本文主要内容 | 第11-13页 |
| 第2章 车载辅助驾驶系统的设计 | 第13-18页 |
| 2.1 系统基本结构 | 第13-16页 |
| 2.2 人机交互模块设计 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第3章 行人图像特征提取方法介绍 | 第18-28页 |
| 3.1 AdaBoost 算法概述 | 第18-19页 |
| 3.2 图像特征提取 | 第19-23页 |
| 3.2.1 矩形特征 | 第19-20页 |
| 3.2.2 计算特征值 | 第20-23页 |
| 3.3 训练分类器方法 | 第23-27页 |
| 3.3.1 弱分类器的训练 | 第23页 |
| 3.3.2 强分类器的生成过程 | 第23-24页 |
| 3.3.3 级联分类器 | 第24-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 行人检测模块的实现 | 第28-42页 |
| 4.1 开发平台的构建 | 第28-31页 |
| 4.1.1 硬件开发平台 | 第28页 |
| 4.1.2 uiTRON 系统 | 第28-30页 |
| 4.1.3 编译开发环境 | 第30-31页 |
| 4.2 提取图像特征训练分类器 | 第31-33页 |
| 4.2.1 选择样本 | 第31-32页 |
| 4.2.2 创建级联分类器 | 第32页 |
| 4.2.3 分类 | 第32-33页 |
| 4.3 行人检测 | 第33-37页 |
| 4.3.1 灰度图像获取 | 第33-34页 |
| 4.3.2 检测窗口扫描 | 第34-37页 |
| 4.4 检测性能提升 | 第37-41页 |
| 4.4.1 预处理输入图像 | 第37-39页 |
| 4.4.2 提升扫描速度 | 第39-40页 |
| 4.4.3 多尺度融合 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 结论 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第47-49页 |
| 致谢 | 第49页 |
