摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文的研究内容
1.4 论文的组织结构
第二章 行人检测关键技术
2.1 引言
2.2 经典的行人特征
2.3 分类算法
2.3.1 K最近邻算法
2.3.2 支持向量机
2.3.3 决策树
2.3.4 Adaboost算法
2.4 本章小结
第三章 基于HOG与LBP的行人检测
3.1 引言
3.2 基于HOG与SVM的行人检测
3.2.1 HOG特征
3.2.2 主成分分析
3.2.3 滑动窗口检测
3.3 基于LBP与四元数的行人检测
3.3.1 LBP特征
3.3.2 四元数
3.4 本章小节
第四章 基于多部位联合的行人检测
4.1 引言
4.2 基于多示例的部位分类器
4.2.1 多示例学习算法
4.2.2 多部位的多示例学习
4.3 基于贝叶斯的联合概率模型
4.3.1 贝叶斯网络
4.3.2 多部位联合模型
4.4 实验设计与分析
4.5 本章小结
总结与展望
参考文献
攻读学位期间发表的论文
声明
致谢