| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 人体检测研究现状 | 第10-12页 |
| 1.2.2 人体跟踪研究现状 | 第12-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 基于可变形部件模型的人体检测 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 可变形部件模型 | 第16-19页 |
| 2.3 混合模型 | 第19-20页 |
| 2.4 特征提取 | 第20-24页 |
| 2.4.1 HOG特征 | 第20-23页 |
| 2.4.2 增强HOG特征 | 第23-24页 |
| 2.5 模型的训练 | 第24-26页 |
| 2.5.1 Latent SVM | 第24-25页 |
| 2.5.2 模型训练流程 | 第25-26页 |
| 2.6 模型的匹配 | 第26-27页 |
| 2.7 检测性能评价 | 第27-28页 |
| 2.8 基于OPP颜色空间的可变形部件模型人体检测算法 | 第28-29页 |
| 2.9 小结 | 第29-30页 |
| 第3章 基于候选检测位置的可变形部件模型人体检测研究 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 目标生成算法概述 | 第30-35页 |
| 3.2.1 BING | 第32-33页 |
| 3.2.2 EdgeBoxes | 第33-35页 |
| 3.3 候选检测位置的可变形部件模型人体检测算法 | 第35-36页 |
| 3.4 实验结果与分析 | 第36-40页 |
| 3.5 小结 | 第40-41页 |
| 第4章 基于可变形部件模型与Meanshift的人体跟踪研究 | 第41-56页 |
| 4.1 引言 | 第41页 |
| 4.2 MeanShift理论 | 第41-48页 |
| 4.2.1 MeanShift简介 | 第41-42页 |
| 4.2.2 MeanShift基本思想 | 第42-43页 |
| 4.2.3 MeanShift的扩展形式 | 第43-45页 |
| 4.2.4 MeanShift算法的迭代步骤 | 第45页 |
| 4.2.5 MeanShift目标跟踪算法 | 第45-48页 |
| 4.3 Kalman滤波理论 | 第48-52页 |
| 4.3.1 Kalman滤波简介 | 第48-49页 |
| 4.3.2 离散Kalman滤波器 | 第49-51页 |
| 4.3.3 Kalman滤波工作流程 | 第51-52页 |
| 4.4 基于可变形部件模型与MeanShift的人体跟踪算法 | 第52-53页 |
| 4.5 实验结果与分析 | 第53-55页 |
| 4.6 小结 | 第55-56页 |
| 第5章 总结与未来的工作 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 未来的工作 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第65页 |
