فصل اول – مفاهیم مقدماتی سیستم تشخیص عابر‌پیاده 3

1-1 سیستم خودروهای هوشمند 3
2-1 سیستم حفاظت از عابرین پیاده 5
3-1 نقش بیناییماشین در تشخیص عابرپیاده 7
4-1 ساختار سیستم تشخیص عابر‌پیاده 12
5-1 انتخاب منطقه موردنظر 13
6-1 استخراج ویژگی 14
1-6-1 براساس ویژگی 14
2-6-1 آشکارسازهای نقطه 14
3-6-1 قسمت و اندام آشکارسازها 16
4-6-1 آشکارسازهایی بر اساس موجک 16
5-6-1 آشکارسازها براساس لبه و گرادیان 16
6-6-1 رمدلهای شکل 17
7-6-1 براساس الگو 17
8-6-1 براساس حرکت 17
7-1 روش‌های طبقه‌بندی 20
1-7-1 مدل‌های افتراقی 20
2-7-1 ماشین بردار پشتیبانی 20
3-7-1 کسکود آدابوست 20
4-7-1 شبکه عصبی 21
5-7-1 مدل‌های مولد 21
8-1 تشخیص در جهات متعدد 21

2 فصل دوم-مواد، روش‌ها و بررسی منابع 24

1-2 استخراج ویژگی 24
1-1-2 ویژگی هار 25
2-1-2 ویژگی‌های هیستوگرام زاویه لبه 28
3-1-2 ویژگی هیستوگرام گرادیان زاویه 29
4-1-2 ویژگی‌های شکل 32
5-1-2 ویژگیهای الگوی محلی باینری 33
6-1-2 ویژگی‌های جهت غالب الگو 34
7-1-2 ویژگی Co-Occurrence 36
8-1-2 ویژگی های کواریانس 39
2-2 چند روش طبقه بندی 40
1-2-2 طبقهبندی کسکود 40
2-2-2 طبقه بندی کیفی از لغات 41
3-2-2 طبقهبندی ماشین بردار پشتیبانی (SVM) 43
4-2-2 طبقه بندی آموزش فعال 44
5-2-2 روش جنگل تصادفی 45

6-2-2 شبکه عصبی مصنوعی 46

3-2 جدیدترین روشهای تشخیص عابر پیاده 48
1-3-2 الگوریتم HOG , SVM 48
2-3-2 الگوریتم HOG, SVM, AdaBoost 49
3-3-2 الگوریتم HOG, LAT-SVM, Kalman Filtering 51
4-3-2 مجموع کانالهای ویژگی 51
5-3-2 الگوریتم Coarse-to-fine Detection, Hog , Color Histogram Similarity(CHS) 52
6-3-2الگوریتم Integral Channel Features, Multi-Scale Classifier, Depth Information 55
4-2 مجموعه داده 56
5-2 پروتکل های ارزیابی 60
6-2 معرفی چند سخت افزار برای سیستم تشخیص عابر پیاده 62
1-6-2 معرفی VLIW 62
2-6-2 معرفی GPU 63
3-6-2 معرفی FPGA 64
4-6-2 بررسی ساختار COTS 65
5-6-2مقایسه ساختار VLIW و COTS 70

3 فصل سوم: طراحی و پیادهسازی سیستم تشخیص عابر‌پیاده در خودر‌وهای هوشمند 76

1-3 معرفی Altera Cyclone II FPGA 76
2-3 فیلترهای پائین گذر و بالا گذر 77
1-2-3 فیلترهای پایین گذر میانگین 77
3-3 آشکارساز هسین 78
4-3 پیکر بندی HOG 79
5-3 استخراج ویژگی HOG از تصویر 80
1-5-3 مرور مختصر توصیف HOG 80
2-5-3 تصویر ورودی 81
3-5-3 محاسبه گرادیان 82
4-5-3 تقسیم بندی/ واحدهای زاویه 83
5-5-3 نرمالیزاسیون و توصیفگر بلوک 86
6-3 ماشین بردار پشتیبانی(svm) 86
1-6-3 عملکرد SVM 87
2-6-3 SVM کرنل 89
3-6-3 آموزش SVM 92
4-6-3 انتخاب پارامترهای SVM 94
5-6-3 تست SVM 94
7-3 پیادهسازی سخت افزاری 95
1-7-3 اعمال فیلتر میانگین 95
2-7-3 دترمینان هسین 96
3-7-3 استخراج ویژگی HOG 96
4-7-3 محاسبه گرادیان 97
5-7-3 تخصیص گرادیان 99
6-7-3 محاسبه نرمالیزاسیون 99
7-7-3 طبقه بندی SVM 100

4 فصل چهارم- نتایج شبیه سازی بحث و نتیجه گیری 102

1-4 مجموعه داده 102
1-1-4 مجموعه داده INRIA 102
2-4 ارزیابی سیستم تشخیص عابرپیاده 103
1-2-4 حساسیت، تشخیص، دقت سیستم 104
2-2-4 منحنی مشخصه عملکرد سیستم 105
3-4 ارزیابی پیادهسازی سیستم تشخیص عابر پیاده 105
4-4 نتایج شبیه سازی 105

5-4 نتیجه گیری 107

6-4 پیشنهاد‌هایی برای کارهای آینده 107
5 مراجع 109

تشخیص عابر پیاده , بینایی ماشین , پردازش تصویر , سیستم آشکارسازی , سیستم هوشمند , پردازش تصویر , machine vision , detection system , computer vision , expert system , image processing