| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 基于运动信息分类的行人检测研究现状 | 第12-13页 |
| 1.2.2 按照处理流程分类的行人检测研究现状 | 第13-16页 |
| 1.3 研究目标及意义 | 第16-17页 |
| 1.3.1 研究目标 | 第16-17页 |
| 1.3.2 研究意义 | 第17页 |
| 1.4 研究内容 | 第17-19页 |
| 1.4.1 论文工作 | 第18-19页 |
| 1.4.2 论文创新 | 第19页 |
| 1.5 结构安排 | 第19-21页 |
| 第二章 研究的理论基础 | 第21-33页 |
| 2.1 行人检测处理流程 | 第21-22页 |
| 2.2 特征提取 | 第22-24页 |
| 2.2.1 形状特征 | 第22-24页 |
| 2.2.2 混合特征 | 第24页 |
| 2.2.3 结合运动信息的特征 | 第24页 |
| 2.3 分类器 | 第24-26页 |
| 2.4 ROIS | 第26-31页 |
| 2.4.1 前景图获取 | 第27-30页 |
| 2.4.1.1 帧差法 | 第27-28页 |
| 2.4.1.2 高斯模型法 | 第28-30页 |
| 2.4.2 运动物体位置提取 | 第30-31页 |
| 2.5 多尺度滑动窗口扫描 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 基于多特征融合行人检测系统的需求分析与设计 | 第33-60页 |
| 3.1 需求分析 | 第33-34页 |
| 3.2 概要设计 | 第34-42页 |
| 3.2.1 设计思路 | 第34-35页 |
| 3.2.2 功能模块分析 | 第35-39页 |
| 3.2.2.1 特征提取模块 | 第35-36页 |
| 3.2.2.2 训练模块 | 第36-37页 |
| 3.2.2.3 检测模块 | 第37-39页 |
| 3.2.3 系统处理流程 | 第39-42页 |
| 3.3 特征提取模块设计 | 第42-46页 |
| 3.3.1 特征选取 | 第42-43页 |
| 3.3.2 特征提取 | 第43-45页 |
| 3.3.3 特征融合 | 第45-46页 |
| 3.4 训练模块设计 | 第46-50页 |
| 3.4.1 训练流程 | 第46-47页 |
| 3.4.2 核函数选取 | 第47-48页 |
| 3.4.3 核参数优化 | 第48-49页 |
| 3.4.4 难样本训练 | 第49-50页 |
| 3.5 检测模块设计 | 第50-58页 |
| 3.5.1 图片行人检测模块设计 | 第50-53页 |
| 3.5.2 视频行人检测模块设计 | 第53-58页 |
| 3.5.2.1 ROIs模块 | 第53-55页 |
| 3.5.2.2 行人检测模块 | 第55页 |
| 3.5.2.3 跟踪模块 | 第55-58页 |
| 3.6 方案优势 | 第58-59页 |
| 3.7 本章小结 | 第59-60页 |
| 第四章 基于多特征融合行人检测系统的实现 | 第60-76页 |
| 4.1 特征提取模块实现 | 第60-64页 |
| 4.1.1 HOG特征提取 | 第60页 |
| 4.1.2 HSC特征提取 | 第60-61页 |
| 4.1.3 混合特征提取 | 第61-64页 |
| 4.2 训练模块实现 | 第64-67页 |
| 4.2.1 SVM分类器实现 | 第64-66页 |
| 4.2.2 核函数选取及核参数优化实现 | 第66-67页 |
| 4.2.3 难样本训练实现 | 第67页 |
| 4.3 检测模块实现 | 第67-75页 |
| 4.3.1 图片行人检测模块实现 | 第67-71页 |
| 4.3.2 视频行人检测模块实现 | 第71-75页 |
| 4.3.2.1 ROIs模块实现 | 第72-73页 |
| 4.3.2.2 行人检测模块实现 | 第73页 |
| 4.3.2.3 跟踪模块实现 | 第73页 |
| 4.3.2.4 子模块之间的衔接 | 第73-75页 |
| 4.4 本章小结 | 第75-76页 |
| 第五章 基于多特征融合行人检测系统的测试 | 第76-94页 |
| 5.1 测试环境 | 第76页 |
| 5.1.1 硬件环境 | 第76页 |
| 5.1.2 软件环境 | 第76页 |
| 5.2 测试目的 | 第76-77页 |
| 5.3 训练样本和测试样本 | 第77-78页 |
| 5.4 测试用例 | 第78-80页 |
| 5.5 测试结果 | 第80-92页 |
| 5.5.1 系统界面 | 第80-82页 |
| 5.5.2 训练特征分类器 | 第82-86页 |
| 5.5.2.1 核函数选取及核参数优化 | 第82-83页 |
| 5.5.2.2 难样本训练测试 | 第83-86页 |
| 5.5.3 图片行人位置检测 | 第86-88页 |
| 5.5.4 图片行人检测测试 | 第88-90页 |
| 5.5.5 视频行人检测测试 | 第90-92页 |
| 5.6 测试总结 | 第92-93页 |
| 5.7 本章小结 | 第93-94页 |
| 第六章 结论与展望 | 第94-96页 |
| 6.1 结论 | 第94-95页 |
| 6.2 展望 | 第95-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-101页 |