| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-22页 |
| ·引言 | 第10-11页 |
| ·行人保护技术国内外研究现状 | 第11-15页 |
| ·汽车被动安全 | 第11-12页 |
| ·汽车主动安全 | 第12-15页 |
| ·行人跟踪概述 | 第15-20页 |
| ·行人跟踪国内外研究现状 | 第16-17页 |
| ·行人跟踪的一般方法 | 第17-19页 |
| ·行人跟踪中的难题 | 第19-20页 |
| ·本文研究工作及组织结构 | 第20-22页 |
| 2 HOG & Gentle AdaBoost行人检测 | 第22-41页 |
| ·引言 | 第22页 |
| ·行人检测常用方法 | 第22-23页 |
| ·HOG特征提取 | 第23-26页 |
| ·HOG特征的定义 | 第24-25页 |
| ·HOG特征提取算法流程 | 第25-26页 |
| ·颜色特征提取 | 第26-31页 |
| ·颜色空间 | 第27-30页 |
| ·颜色直方图 | 第30-31页 |
| ·AdaBoost算法 | 第31-34页 |
| ·AdaBoost算法原理 | 第31-33页 |
| ·Gentle AdaBoost算法原理 | 第33-34页 |
| ·HOG & Gentle AdaBoost行人检测 | 第34-40页 |
| ·HOG & Gentle AdaBoost行人检测步骤 | 第34-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 3 基于特征组合粒子滤波的行人跟踪 | 第41-59页 |
| ·引言 | 第41页 |
| ·粒子滤波理论 | 第41-48页 |
| ·动态空间模型 | 第41-42页 |
| ·贝叶斯滤波 | 第42页 |
| ·蒙特卡罗理论 | 第42-43页 |
| ·贝叶斯重要性采样 | 第43-44页 |
| ·序列化重要性采样 | 第44-45页 |
| ·粒子滤波算法流程及其在目标跟踪中的应用 | 第45-48页 |
| ·基于特征组合的粒子滤波行人跟踪算法 | 第48-54页 |
| ·梯度方向直方图与颜色直方图结合 | 第48-50页 |
| ·基于粒子滤波的行人跟踪 | 第50-54页 |
| ·实验结果与分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 4 基于SIFT-粒子滤波的行人跟踪 | 第59-75页 |
| ·引言 | 第59页 |
| ·SIFT特征算法 | 第59-64页 |
| ·尺度空间极值点的检测 | 第59-62页 |
| ·关键点的精确定位 | 第62-63页 |
| ·关键点主方向的设置 | 第63页 |
| ·关键点描述子的生成 | 第63-64页 |
| ·SIFT特征匹配 | 第64页 |
| ·基于SIFT特征和粒子滤波行人跟踪算法 | 第64-68页 |
| ·系统状态转移模型 | 第65页 |
| ·系统观测模型 | 第65-66页 |
| ·目标更新模型 | 第66页 |
| ·行人目标跟踪流程 | 第66-68页 |
| ·实验结果与分析 | 第68-74页 |
| ·SIFT特征提取及匹配情况 | 第68-70页 |
| ·行人目标旋转情况下跟踪 | 第70-71页 |
| ·行人目标遮挡情况下跟踪 | 第71-72页 |
| ·实验结果比较分析 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 5 实验结果与仿真分析 | 第75-90页 |
| ·引言 | 第75页 |
| ·实验平台介绍 | 第75-79页 |
| ·图像采集系统介绍 | 第75-76页 |
| ·计算机硬件配置 | 第76页 |
| ·行人检测跟踪系统框架 | 第76-79页 |
| ·实验结果与分析 | 第79-85页 |
| ·典型场景下实验结果与分析 | 第79-83页 |
| ·粒子数目不同时消耗时间对比 | 第83-84页 |
| ·粒子数目不同时错误率对比 | 第84-85页 |
| ·行人运动参数的获取 | 第85-89页 |
| ·行人运动分析 | 第85-88页 |
| ·防碰撞机制的确定 | 第88-89页 |
| ·本章小结 | 第89-90页 |
| 结论 | 第90-92页 |
| 1 全文总结 | 第90页 |
| 2 后续研究工作 | 第90-92页 |
| 参考文献 | 第92-97页 |
| 攻读硕士学位期间发表学术论文情况 | 第97页 |
| 课题资助情况 | 第97-98页 |
| 致谢 | 第98-99页 |
