| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文组织结构 | 第14-16页 |
| 第二章 一般性物体检测与行人检测 | 第16-24页 |
| 2.1 一般性物体检测 | 第16-18页 |
| 2.1.1 分组候选框方法 | 第16-17页 |
| 2.1.2 候选框评分方法 | 第17-18页 |
| 2.2 HOG+SVM行人检测 | 第18-20页 |
| 2.2.1 HOG特征简介 | 第18-19页 |
| 2.2.2 SVM简介 | 第19-20页 |
| 2.3 Haar+Adaboost行人检测 | 第20-23页 |
| 2.3.1 Haar特征简介 | 第20-23页 |
| 2.3.2 Adaboost积分器简介 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于改进型BING特征的候选框提取 | 第24-39页 |
| 3.1 引言 | 第24-25页 |
| 3.2 算法描述 | 第25-26页 |
| 3.3 BING特征提取 | 第26-31页 |
| 3.3.1 梯度幅值和对象 | 第27-29页 |
| 3.3.2 二值化梯度幅值 | 第29-31页 |
| 3.4 尺度变换 | 第31-33页 |
| 3.4.1 指数标记规则 | 第31-32页 |
| 3.4.2 λ评估 | 第32-33页 |
| 3.5 分类器的设计 | 第33-35页 |
| 3.6 实验结果与分析 | 第35-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 基于类Haar特征池与AdaBoost算法的行人检测 | 第39-57页 |
| 4.1 引言 | 第39页 |
| 4.2 算法描述 | 第39-40页 |
| 4.3 常见的通道特征 | 第40-41页 |
| 4.4 HOG的具体实现 | 第41-43页 |
| 4.5 通道特征的选择 | 第43页 |
| 4.6 类Haar特征池的构建 | 第43-50页 |
| 4.6.1 常用的特征池 | 第44-46页 |
| 4.6.2 基于类Haar的行人识别特征池 | 第46-50页 |
| 4.7 分类器的设计 | 第50-53页 |
| 4.8 实验结果与分析 | 第53-56页 |
| 4.9 本章小结 | 第56-57页 |
| 第五章 总结和展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57页 |
| 5.2 本文不足与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 在校期间发表的论文、科研成果 | 第65页 |