基于多源融合的行人检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-21页 |
| ·论文研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16-17页 |
| ·论文研究思路及研究内容 | 第17-19页 |
| ·论文研究思路 | 第17-18页 |
| ·内容安排 | 第18-19页 |
| ·论文依托项目 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第2章 多传感器融合的车载硬件系统构建 | 第21-29页 |
| ·多传感器融合策略确定 | 第21-24页 |
| ·低层融合 | 第22-23页 |
| ·中层融合 | 第23-24页 |
| ·高层融合 | 第24页 |
| ·多传感器硬件系统结构构建与集成 | 第24-27页 |
| ·多传感器硬件系统集成 | 第25页 |
| ·行人检测系统软件架构 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 基于雷达信息的行人候选区域 | 第29-47页 |
| ·雷达数据提取与处理 | 第29-37页 |
| ·激光雷达简介 | 第29-31页 |
| ·提取雷达数据 | 第31-33页 |
| ·雷达数据分析 | 第33-35页 |
| ·雷达数据聚类处理 | 第35-36页 |
| ·雷达数据坐标转换 | 第36-37页 |
| ·世界坐标与像素坐标间的映射模型 | 第37-38页 |
| ·行人候选区域确定 | 第38-45页 |
| ·感兴趣区域约束 | 第39页 |
| ·聚类约束 | 第39-40页 |
| ·行人固有属性约束 | 第40-42页 |
| ·颜色信息约束 | 第42-44页 |
| ·行人候选区域 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 基于 HOG 的行人自动检测技术 | 第47-73页 |
| ·行人特征提取与表达 | 第47-54页 |
| ·现阶段行人检测方法 | 第48-49页 |
| ·基于梯度直方图的行人检测算法 | 第49-54页 |
| ·基于感兴趣区域的 HOG 特征 | 第54-56页 |
| ·行人特征感兴趣区域确定 | 第54-56页 |
| ·积分直方图方法 | 第56-58页 |
| ·积分直方图原理 | 第56页 |
| ·积分直方图的构建 | 第56-58页 |
| ·积分直方图特征向量提取 | 第58页 |
| ·基于 HOG 的行人检测算法 | 第58-66页 |
| ·SVM 工作原理 | 第59-62页 |
| ·分类器训练样本的选择 | 第62-63页 |
| ·行人分类器训练系统 | 第63-65页 |
| ·行人分类器测试系统 | 第65-66页 |
| ·车载行人检测系统在线测试分析 | 第66-71页 |
| ·车载行人检测系统 | 第66-67页 |
| ·在线检测 | 第67-71页 |
| ·本章小结 | 第71-73页 |
| 第5章 行人安全状态识别 | 第73-79页 |
| ·车辆实时速度获取 | 第73-74页 |
| ·交通冲突模型 | 第74-78页 |
| ·构建机动车‐行人冲突区域 | 第74-76页 |
| ·行人安全状态判别 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第6章 总结与展望 | 第79-81页 |
| ·论文总结 | 第79-80页 |
| ·研究展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 作者简介 | 第85-86页 |
| 致谢 | 第86-87页 |
