基于多特征的行人层级识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·行人识别 | 第10-11页 |
| ·基于分层思想的对象分类识别 | 第11-12页 |
| ·基于特征的分类器 | 第12-13页 |
| ·目标对象跟踪 | 第13-14页 |
| ·主要研究工作 | 第14-15页 |
| ·论文结构组织 | 第15-16页 |
| 第二章 特征提取与行人识别方法 | 第16-25页 |
| ·行人识别常用特征 | 第16-19页 |
| ·颜色、梯度特征 | 第16-17页 |
| ·基于统计信息的行人特征 | 第17-18页 |
| ·描述行人轮廓形状的特征 | 第18-19页 |
| ·层级识别方法 | 第19-22页 |
| ·基于对象特征分层的层级识别方法 | 第19-20页 |
| ·基于层级分类器的识别方法 | 第20-22页 |
| ·视频中的对象检测与跟踪方法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 改进的CENTRIST特征提取 | 第25-37页 |
| ·行人识别问题分析 | 第25-26页 |
| ·CENTRIST特征的提取与不足 | 第26-31页 |
| ·CT图像与CENTRIST特征 | 第26-29页 |
| ·行人全身CENTRIST特征的提取 | 第29-30页 |
| ·行人全身CENTRIST特征的不足 | 第30-31页 |
| ·改进的快速CENTRIST特征提取 | 第31-36页 |
| ·基于头肩部轮廓的HSCENTRIST特征提取 | 第31-32页 |
| ·快速CENTRIST特征提取 | 第32-34页 |
| ·基于头肩部的快速HSCENTRIST特征分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于多特征的行人层级识别 | 第37-50页 |
| ·基于行人部位的多特征提取 | 第37-40页 |
| ·图像的预处理 | 第37-38页 |
| ·基于行人部位的特征提取 | 第38-39页 |
| ·行人特征层次提取方法 | 第39-40页 |
| ·用于对象识别的层级结构SVM分类器构建 | 第40-45页 |
| ·SVM分类器原理 | 第41-42页 |
| ·行人识别分类器的选取 | 第42-43页 |
| ·用于行人识别的层级分类器设计 | 第43-45页 |
| ·基于多特征的层级识别方法 | 第45-47页 |
| ·检测识别结果的融合 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 行人层级识别实验分析与在跟踪中的应用 | 第50-62页 |
| ·层级识别方法实验分析 | 第50-54页 |
| ·分类器的训练 | 第50-51页 |
| ·分类识别效果评价标准 | 第51页 |
| ·层级识别过程实验 | 第51-52页 |
| ·实验结果分析与评价 | 第52-54页 |
| ·行人跟踪问题分析 | 第54-55页 |
| ·基于层级识别的行人跟踪 | 第55-60页 |
| ·巴氏距离与巴氏系数 | 第55-56页 |
| ·帧间对象相似度层次评价方法 | 第56-57页 |
| ·基于层级识别方法的行人跟踪 | 第57-59页 |
| ·行人跟踪实验结果与分析 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·工作总结 | 第62-63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间的主要研究成果 | 第70页 |
