基于SURF特征的人群数量检测算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-15页 |
| ·课题研究背景和意义 | 第7-8页 |
| ·人群检测的研究背景 | 第7-8页 |
| ·人群检测的研究意义 | 第8页 |
| ·人群监测的国内外研究动态及发展趋势 | 第8-12页 |
| ·基于个人特征提取的人群密度估计 | 第9页 |
| ·基于纹理特征分析的人群密度估计 | 第9-12页 |
| ·智能视频监控系统 | 第12-13页 |
| ·本文的研究内容 | 第13页 |
| ·本文的内容安排 | 第13-15页 |
| 2 人群前景图像的获取 | 第15-27页 |
| ·图像预处理 | 第15-19页 |
| ·图像平滑处理 | 第15-16页 |
| ·形态学处理 | 第16-19页 |
| ·图像前景提取 | 第19-25页 |
| ·帧间差分法 | 第19-21页 |
| ·codebook检测算法 | 第21-23页 |
| ·混合高斯背景建模 | 第23-25页 |
| ·实验测试 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 人群特征向量的构造 | 第27-38页 |
| ·基于SURF算法的特征提取 | 第27-29页 |
| ·SURF特征的定义 | 第27-28页 |
| ·SURF特征点的提取 | 第28-29页 |
| ·阴影去除 | 第29-34页 |
| ·基于RGB色彩空间的阴影去除 | 第30-31页 |
| ·基于HSV色彩空间的阴影去除 | 第31-32页 |
| ·阴影去除实验效果对比 | 第32-34页 |
| ·透视矫正 | 第34-36页 |
| ·实验测试 | 第36-37页 |
| ·构造人群特征向量 | 第37页 |
| ·本章小结 | 第37-38页 |
| 4 特征统计分类 | 第38-47页 |
| ·最小二乘拟合 | 第38-40页 |
| ·最小二乘的定义 | 第38-39页 |
| ·人数的最小二乘拟合 | 第39-40页 |
| ·支持向量机 | 第40-46页 |
| ·支持向量机的定义 | 第40-44页 |
| ·支持向量回归 | 第44页 |
| ·特征训练与模板建立 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 算法总结及测试结果分析 | 第47-54页 |
| ·算法总结 | 第47页 |
| ·实验环境搭建 | 第47-48页 |
| ·测试环境 | 第47-48页 |
| ·软件实现 | 第48页 |
| ·测试结果及分析 | 第48-53页 |
| ·测试图像说明 | 第49-50页 |
| ·测试结果 | 第50-51页 |
| ·结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
