首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

车载热成像行人检测性能改进方法的研究与实现

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

论文共82页,点击 下载论文
上一篇:基于BP神经网络的改进协同过滤推荐算法
下一篇:半结构化中文简历的信息抽取