行人检测与加密隐私保护系统设计与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 人体检测研究概况 | 第9-10页 |
| 1.3 面临的困难 | 第10-12页 |
| 1.4 论文研究工作及组织架构 | 第12-13页 |
| 第二章 梯度方向直方图特征 | 第13-21页 |
| 2.1 引言 | 第13页 |
| 2.2 选取HOG特征的原因 | 第13页 |
| 2.3 HOG特征的定义 | 第13-15页 |
| 2.4 HOG特征提取算法的实现过程 | 第15-20页 |
| 2.4.1 提取HOG特征的核心步骤 | 第15-16页 |
| 2.4.2 提取HOG特征的具体过程 | 第16-20页 |
| 2.5 HOG特征的优缺点 | 第20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 基于OpenCV的SVM分类器 | 第21-34页 |
| 3.1 SVM的简介 | 第21页 |
| 3.2 SVM技术原理 | 第21-26页 |
| 3.2.1 统计学习理论基础 | 第21-23页 |
| 3.2.2 线性可分情况 | 第23-25页 |
| 3.2.3 非线性情况 | 第25-26页 |
| 3.3 SVM分类的优点 | 第26页 |
| 3.4 训练分类器 | 第26-31页 |
| 3.4.1 分类器训练流程 | 第26-27页 |
| 3.4.2 训练样本的创建 | 第27页 |
| 3.4.3 具体训练方法步骤 | 第27-31页 |
| 3.5 人体检测流程 | 第31-32页 |
| 3.6 实验部分 | 第32页 |
| 3.7 训练分类器时间以及性能分析 | 第32-33页 |
| 3.8 本章小结 | 第33-34页 |
| 第四章 采用分数傅里叶变换的人体加密方法 | 第34-42页 |
| 4.1 FRFT的发展简介 | 第34页 |
| 4.2 FRFT的主要应用 | 第34-35页 |
| 4.3 FRFT的定义 | 第35-38页 |
| 4.3.1 积分形式定义 | 第36-37页 |
| 4.3.2 时频旋转定义 | 第37-38页 |
| 4.4 FRFT性质和特点 | 第38-39页 |
| 4.4.1 FRFT的性质 | 第38-39页 |
| 4.4.2 FRFT的主要特点 | 第39页 |
| 4.5 2D-FRFT | 第39-40页 |
| 4.6 实验部分 | 第40-41页 |
| 4.7 本章小结 | 第41-42页 |
| 第五章 人体检测与加密系统的设计与实现 | 第42-48页 |
| 5.1 系统界面功能模块介绍 | 第42-43页 |
| 5.2 演示系统设计原理 | 第43-44页 |
| 5.3 实验部分 | 第44-46页 |
| 5.4 系统时间复杂度分析 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
