声明
摘要
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 行人检测的技术难点
1.4 本文的主要工作及结构安排
第2章 行人检测的相关技术
2.1 图像预处理
2.1.1 图像灰度化
2.1.2 图像去噪
2.1.3 边缘增强
2.1.4 形态学运算处理
2.2 行人分割相关技术
2.2.1 基于特征的方法
2.2.2 基于运动的方法
2.2.3 基于距离的方法
2.2.4 基于摄像机参数的方法
2.3 行人识别相关技术
2.3.1 基于运动的方法
2.3.2 基于形状的方法
2.3.3 基于统计学的方法
2.4 目标跟踪相关技术
2.4.1 基于区域的方法
2.4.2 基于特征的方法
2.4.3 基于模型的方法
2.5 行人检测系统的总体设计方案
2.6 本章小结
第3章 基于边缘特征的行人分割
3.1 图像预处理
3.1.1 行人特征假设
3.1.2 图像去噪
3.1.3 边缘增强
3.1.4 边缘提取
3.2 候选对称轴获取
3.2.1 图像对称性测度
3.2.2 候选对称轴获取
3.3 行人候选区获取
3.3.1 宽度的获取
3.3.2 底边的获取
3.3.3 高度的获取
3.4 本章小结
第4章 基于SVM的行人识别
4.1 支持向量机理论
4.1.1 统计学习理论
4.1.2 支持向量机
4.2 行人的特征
4.2.1 Harr特征
4.2.2 HOG特征
4.3 基于HOG特征的行人识别
4.3.1 样本选取
4.3.2 行人HOG特征的获取
4.3.3 SVM训练
4.4 本章小结
第5章 基于Mean-Shift的行人跟踪
5.1 Mean-Shift理论
5.1.1 无参密度估计
5.1.2 Mean-Shift向量
5.2 Mean-Shift目标跟踪算法
5.2.1 目标模型描述
5.2.2 候选模型描述
5.2.3 相似性函数
5.2.4 目标匹配
5.3 基于Mean-Shift的行人跟踪算法
5.3.1 传统Mean-Shift行人跟踪算法
5.3.2 改进的行人跟踪算法
5.4 本章小结
第6章 行人检测的仿真实验与评价
6.1 性能评价指标
6.2 算法流程
6.3 算法性能分析
6.4 本章小结
第7章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
攻读硕士期间发表的论文
东北大学;