基于HOG与LBP联合特征的行人检测算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第14-15页 |
| 1 绪论 | 第15-19页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 行人检测研究现状 | 第16-17页 |
| 1.3 本文内容及章节安排 | 第17-19页 |
| 2 行人检测技术研究 | 第19-30页 |
| 2.1 特征提取算法 | 第19-23页 |
| 2.2 分类器 | 第23-28页 |
| 2.3 经典的行人数据库 | 第28页 |
| 2.4 行人检测算法评价方法 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于HOG-CLBC特征融合的行人检测算法 | 第30-56页 |
| 3.1 CLBC特征提取 | 第30-36页 |
| 3.2 HOG特征提取 | 第36-38页 |
| 3.3 特征融合及算法设计 | 第38-43页 |
| 3.4 检测窗口融合 | 第43-45页 |
| 3.5 实验结果与实验分析 | 第45-54页 |
| 3.6 本章小结 | 第54-56页 |
| 4 基于特征融合与级联分类器的行人检测算法 | 第56-74页 |
| 4.1 RLBP特征提取 | 第56-58页 |
| 4.2 CoHOG特征提取 | 第58-59页 |
| 4.3 算法设计 | 第59-64页 |
| 4.4 实验结果与实验分析 | 第64-72页 |
| 4.5 本章小结 | 第72-74页 |
| 5 总结与展望 | 第74-77页 |
| 5.1 本文工作总结 | 第74-75页 |
| 5.2 工作展望 | 第75-77页 |
| 参考文献 | 第77-84页 |
| 作者简历 | 第84-87页 |
| 学位论文数据集 | 第87页 |
