声明
摘要
英文缩写对照
第一章 绪论
1.1 研究背景与意义
1.2 研究概况
1.2.1 行人检测算法研究概况
1.2.2 人脸检测和特征点定位算法研究概况
1.2.3 图像分射算法研究概况
1.3 行人检测及外貌特征分析技术介绍
1.4 研究内容与章节安排
第二章 行人检测算法
2.1 基于统计学习的行人检测算法
2.1.1 图像预处理
2.1.2 HOG特征提取
2.1.3 SVM算法
2.2 可变形部件模型算法
2.2.1 改进HOG特征
2.2.2 HOG特征金字塔与人体量型模型
2.2.3 Latent SVM算法
2.3 可变形部件模型算法调练和检测流程
2.3.1 混合星型模型训练流程
2.3.2 DPM算法行人检测流程
2.3.3 级联检测算法
2.4 人体星型模型
第三章 行人面部外貌特征分析
3.1 人脸检测算法
3.1.1 Haar特征
3.1.2 Adaboost算法
3.1.3 人脸训练和检测流程
3.2 面部特征点定位算法
3.2.1 随机森林算法
3.2.2 局部二位特征
3.2.3 面部特征点定位流程
3.3 基于人体星型模型的人脸检测及面部特征点定位
第四章 行人服装外貌特征分析
4.1 基于图论的图像分割方法
4.1.1 Graph Cuts分割算法
4.1.2 GrabCut分割算法
4.2 行人服装色彩识别方法
4.2.1 服装区域分割
4.2.2 RGB与HSV色彩空间转换
4.2.3 基于GrabCut和HSV的色彩识别
第五章 行人检测及外貌特征分析系统
5.1 行人分析系统结构
5.2 行人分析系统主要功能介绍
第六章 课题总结与展望
6.1 课思总结
6.2 课题展望
参考文献
致谢
攻读硕士研究生期间研究成果