基于隐式形状模型的行人检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-17页 |
| ·背景差 | 第14页 |
| ·时间差分 | 第14-15页 |
| ·模板匹配 | 第15页 |
| ·基于统计学习的人体检测 | 第15-17页 |
| ·存在的主要问题 | 第17-19页 |
| ·本文的主要研究内容及创新点 | 第19页 |
| ·本文组织结构 | 第19-21页 |
| 第二章 基于改进的混合高斯模型的运动目标检测 | 第21-35页 |
| ·引言 | 第21页 |
| ·减背景和高斯模型的相关介绍 | 第21-24页 |
| ·减背景的原理 | 第21-23页 |
| ·混合高斯模型 | 第23-24页 |
| ·改进的混合高斯模型 | 第24-25页 |
| ·阴影检测 | 第25-29页 |
| ·颜色空间 | 第25-27页 |
| ·阴影产生及特性 | 第27页 |
| ·改进的阴影检测算法 | 第27-29页 |
| ·实验结果分析 | 第29-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 隐式形状模型 | 第35-47页 |
| ·引言 | 第35页 |
| ·隐式形状模型背景及原理介绍 | 第35-37页 |
| ·隐式形状模型的训练 | 第37-45页 |
| ·角点检测与描述子 | 第37-41页 |
| ·聚类算法 | 第41-43页 |
| ·码本产生 | 第43-45页 |
| ·实验结果 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于隐式形状模型的行人检测 | 第47-57页 |
| ·引言 | 第47页 |
| ·投票 | 第47-49页 |
| ·MSME搜索 | 第49-51页 |
| ·均值漂移 | 第49-50页 |
| ·候选目标搜索 | 第50-51页 |
| ·自顶向下分割 | 第51-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 工作总结及展望 | 第57-61页 |
| ·回顾与总结 | 第57-58页 |
| ·工作展望 | 第58-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 附录 攻读硕士期间发表的论文和参与的科研项目 | 第69页 |
