| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-21页 |
| ·研究背景和意义 | 第10-11页 |
| ·行人检测技术的研究现状和发展 | 第11-19页 |
| ·研究机构 | 第11页 |
| ·行人检测中存在的难点 | 第11-13页 |
| ·行人检测技术现状概述 | 第13-19页 |
| ·本文内容和结构 | 第19-21页 |
| ·本文内容 | 第19-20页 |
| ·本文结构安排 | 第20-21页 |
| 第2章 行人检测基本方案和评价体系 | 第21-26页 |
| ·基本方案 | 第21页 |
| ·数据集 | 第21-23页 |
| ·UBSVM库介绍 | 第23-24页 |
| ·系统算法评价 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 行人分类器的研究和改进 | 第26-43页 |
| ·SVM分类算法 | 第26-29页 |
| ·SVM算法主要思想 | 第26-27页 |
| ·线性可分最优分类面 | 第27-28页 |
| ·SVM核函数 | 第28-29页 |
| ·特征提取算法 | 第29-34页 |
| ·梯度方向直方图HOG特征提取算法 | 第29-31页 |
| ·改进型HOG提取算法 | 第31页 |
| ·HOG-PCA级联行人特征提取算法 | 第31-34页 |
| ·基于不同特征的SVM分类器的研究和比较 | 第34-42页 |
| ·分类器1：基于基本型HOG特征提取技术 | 第34-35页 |
| ·分类器2：基于改进型HOG特征提取技术 | 第35-36页 |
| ·分类器3：基于基本型HOG特征结合PCA的特征提取技术 | 第36-38页 |
| ·分类器4：基于改进型HOG特征结合PCA的特征提取技术 | 第38-40页 |
| ·四种基于不同行人特征提取技术分类器的分析比较 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 行人检测算法的研究与改进 | 第43-58页 |
| ·行人检测系统介绍 | 第43-44页 |
| ·感兴趣区域提取 | 第44-52页 |
| ·颜色分割 | 第44-46页 |
| ·图像灰度分割 | 第46-52页 |
| ·行人检测 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间参加的科研项目和成果 | 第65页 |