基于多层次的目标检测方法研究
摘要 | 第7-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第13-20页 |
1.1 课题研究背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-18页 |
1.2.1 显著性目标检测 | 第14-16页 |
1.2.2 基于静态图像的目标检测 | 第16-18页 |
1.3 本文研究内容及创新点 | 第18-19页 |
1.4 本文的组织结构 | 第19-20页 |
第二章 显著性目标检测 | 第20-39页 |
2.1 基于流形排序的显著性检测 | 第21-26页 |
2.1.1 超像素分割 | 第21-22页 |
2.1.2 图结构模型 | 第22-24页 |
2.1.3 流形排序 | 第24-26页 |
2.2 传播模式 | 第26-31页 |
2.2.1 传播模式分析 | 第26-30页 |
2.2.2 初始显著性图 | 第30-31页 |
2.3 最终显著性图生成 | 第31-32页 |
2.4 实验结果 | 第32-38页 |
2.4.1 闭环图结构模型限制 | 第33-35页 |
2.4.2 显著性检测结果 | 第35-38页 |
2.4.3 计算复杂度分析 | 第38页 |
2.5 本章小结 | 第38-39页 |
第三章 基础多层次目标检测 | 第39-52页 |
3.1 基础图像特征 | 第39-40页 |
3.2 粗检测方法 | 第40-44页 |
3.2.1 Gentle AdaBoost | 第40-41页 |
3.2.2 弱分类器 | 第41-42页 |
3.2.3 特征选择 | 第42-44页 |
3.3 检测窗.验证 | 第44-47页 |
3.4 实验结果 | 第47-51页 |
3.4.1 汽车目标检测 | 第47-49页 |
3.4.2 飞机目标检测 | 第49-51页 |
3.4.3 计算复杂度分析 | 第51页 |
3.5 本章小结 | 第51-52页 |
第四章 多尺度下多层次目标检测 | 第52-65页 |
4.1 粗检测分类器 | 第52-56页 |
4.1.1 特征金字塔基本原理 | 第53-54页 |
4.1.2 多尺度特征计算方法 | 第54-55页 |
4.1.3 多角度下目标检测的分治策略 | 第55-56页 |
4.2 基于稀疏编码思想的检测窗验证 | 第56-62页 |
4.2.1 编码字典生成 | 第57页 |
4.2.2 基于局部约束的线性编码 | 第57-59页 |
4.2.3 LDM分类器 | 第59-62页 |
4.3 实验结果 | 第62-64页 |
4.3.1 检测结果 | 第62-64页 |
4.3.2 计算复杂度分析 | 第64页 |
4.4 本章小结 | 第64-65页 |
第五章 总结与展望 | 第65-67页 |
5.1 全文总结 | 第65-66页 |
5.2 研究展望 | 第66-67页 |
参考文献 | 第67-71页 |
致谢 | 第71-72页 |
攻读硕士学位期间已发表或录用的论文 | 第72页 |