摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-24页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-21页 |
1.2.1 RoIs提取 | 第13-17页 |
1.2.2 RoIs分类检测 | 第17-20页 |
1.2.3 热成像行人检测数据集 | 第20-21页 |
1.3 研究内容与创新点 | 第21-22页 |
1.4 论文的章节安排 | 第22-24页 |
第二章 车载热成像行人检测理论基础 | 第24-34页 |
2.1 引言 | 第24页 |
2.2 RoIs提取方法理论基础 | 第24-30页 |
2.2.1 自适应局部双阈值方法 | 第24-26页 |
2.2.2 EdgeBox方法 | 第26-29页 |
2.2.3 RoIs提取方法存在的问题 | 第29-30页 |
2.3 RoIs分类检测方法理论基础 | 第30-33页 |
2.3.1 特征选择 | 第30-32页 |
2.3.2 分类器算法 | 第32-33页 |
2.4 本章小结 | 第33-34页 |
第三章 针对实时性改进的热成像感兴趣区域提取方法 | 第34-47页 |
3.1 引言 | 第34页 |
3.2 车载热成像行人检测与通用目标检测的差异分析 | 第34-35页 |
3.3 基于Fast-EdgeBox的快速RoIs提取方法 | 第35-38页 |
3.3.1 行人尺寸约束 | 第36-37页 |
3.3.2 自适应局部双阈值分割行人前景区域 | 第37页 |
3.3.3 方法的整体流程 | 第37-38页 |
3.4 实验与结果分析 | 第38-45页 |
3.4.1 实验数据集和性能评估标准 | 第38-42页 |
3.4.2 待评估的方法 | 第42页 |
3.4.3 实验环境与参数配置 | 第42页 |
3.4.4 RoIs提取方法召回率实验结果和分析 | 第42-44页 |
3.4.5 RoIs提取方法计算耗时实验结果和分析 | 第44-45页 |
3.4.6 RoIs提取方法所得RoIs数量实验结果和分析 | 第45页 |
3.5 本章小结 | 第45-47页 |
第四章 针对召回率改进的热成像感兴趣区域提取方法 | 第47-65页 |
4.1 引言 | 第47页 |
4.2 热成像图像特性分析 | 第47-48页 |
4.3 针对可见光和热成像的EdgeBox效果分析 | 第48-51页 |
4.4 针对召回率改进的热成像感兴趣区域提取方法 | 第51-55页 |
4.4.1 竖直边缘增强策略 | 第51-52页 |
4.4.2 基于“T”型模板的得分评估策略 | 第52-53页 |
4.4.3 基于行人强尺寸约束的RoIs重排序策略 | 第53-54页 |
4.4.4 方法的整体流程 | 第54-55页 |
4.5 实验与结果分析 | 第55-64页 |
4.5.1 实验数据集和性能评估标准 | 第55-56页 |
4.5.2 待评估的方法 | 第56页 |
4.5.3 实验环境与参数配置 | 第56页 |
4.5.4 RoIs提取方法召回率实验结果和分析 | 第56-63页 |
4.5.5 RoIs提取方法计算耗时实验结果和分析 | 第63页 |
4.5.6 RoIs提取方法所得RoIs数量实验结果和分析 | 第63-64页 |
4.6 本章小结 | 第64-65页 |
第五章 基于样本增强的热成像分类检测方法 | 第65-73页 |
5.1 引言 | 第65页 |
5.2 车载热成像行人检测的样本特点 | 第65-66页 |
5.3 基于样本增强的热成像分类检测方法 | 第66-69页 |
5.3.1 增强正样本生成方法 | 第66-68页 |
5.3.2 增强负样本生成方法 | 第68-69页 |
5.3.3 特征选择和分类器训练 | 第69页 |
5.4 实验与结果分析 | 第69-71页 |
5.4.1 实验数据集和性能评估标准 | 第69-70页 |
5.4.2 待评估的方法 | 第70页 |
5.4.3 实验环境与参数配置 | 第70-71页 |
5.4.4 实验结果与分析 | 第71页 |
5.5 本章小结 | 第71-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 工作总结 | 第73-74页 |
6.2 工作展望 | 第74-75页 |
参考文献 | 第75-80页 |
攻读硕士学位期间取得的研究成果 | 第80-81页 |
致谢 | 第81-82页 |
附录 | 第82页 |