基于推荐窗口与关键点匹配的行人检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 基于机器学习的检测算法 | 第13-14页 |
| 1.2.2 基于运动信息的检测算法 | 第14-15页 |
| 1.3 困难与挑战 | 第15-16页 |
| 1.4 研究的主要内容 | 第16-17页 |
| 1.5 论文结构安排 | 第17-18页 |
| 第2章 行人检测相关理论基础 | 第18-31页 |
| 2.1 形态学处理 | 第18-20页 |
| 2.1.1 腐蚀操作 | 第18-19页 |
| 2.1.2 膨胀操作 | 第19页 |
| 2.1.3 边缘检测 | 第19-20页 |
| 2.2 HOG特征 | 第20-21页 |
| 2.3 支持向量机 | 第21-23页 |
| 2.4 CMT算法 | 第23-27页 |
| 2.4.1 BRISK关键点检测 | 第24-26页 |
| 2.4.2 光流法 | 第26-27页 |
| 2.4.3 CMT算法流程 | 第27页 |
| 2.5 BING算法 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 快速运动行人检测算法 | 第31-38页 |
| 3.1 概述 | 第31-32页 |
| 3.2 获取感兴趣运动区域 | 第32-34页 |
| 3.3 关键点匹配困难目标 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 推荐窗口修正算法与实验分析 | 第38-50页 |
| 4.1 概述 | 第38-39页 |
| 4.2 高匹配度的推荐窗口 | 第39-42页 |
| 4.3 推荐窗口的选择与修正 | 第42-43页 |
| 4.4 算法总结 | 第43-44页 |
| 4.5 实验分析 | 第44-48页 |
| 4.5.1 精度分析 | 第45-46页 |
| 4.5.2 时间分析 | 第46-48页 |
| 4.6 本章小结 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录A 攻读学位期间所发表的学术论文和参加的项目 | 第57页 |
