声明
论文说明
摘要
第一章 绪论
1.1 选题背景和意义
1.2 国内外研究现状
1.3 常用的行人检测方法
1.3.1 基于统计学习的方法
1.3.2 背景相减法
1.3.3 帧间差分法
1.3.4 光流法
1.4 行人检测存在的难点
1.5 本文的研究内容和创新点
1.6 本文的章节安排
第二章 行人头肩部融合特征的提取
2.1 引言
2.2 常用的图像特征类型简介
2.3 人体头肩部的融合特征
2.3.1 本文采用的HOG+HSV融合特征
2.3.2 融合特征的提取方法
2.4 本章小结
第三章 基于融合特征和SVM的行人头肩部检测
3.1 引言
3.2 支持向量机分类器
3.3 基于融合特征的SVM分类器训练
3.3.1 行人头肩部公开数据集和评价标准
3.3.2 SVM分类器训练
3.4 行人头肩部检测实验
3.4.1 实验结果
3.4.2 实验分析
3.5 本章小结
第四章 视频中基于头肩部的快速行人检测
4.1 引言
4.2 视频图像帧处理
4.2.1 图像去噪
4.2.2 背景建模与前景提取
4.3 确定待测窗口
4.3.1 传统的滑动窗口搜索法
4.3.2 本文的LW-PGD方法
4.3.3 实验和比较分析
4.4 快速行人检测
4.4.1 SVM检测
4.4.2 定位行人全身
4.5 本章小结
第五章 总结及展望
5.1 本文的工作总结
5.2 展望
参考文献
致谢
攻读学位期间发表的学术论文
攻读硕士学位期间的科研项目