基于多信息的室内人员定位系统的设计与实现
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 课题的国内外研究现状 | 第9-11页 |
| 1.2.1 国外现状 | 第10页 |
| 1.2.2 国内现状 | 第10-11页 |
| 1.3 论文的主要内容和结构安排 | 第11-13页 |
| 1.3.1 主要内容 | 第11页 |
| 1.3.2 结构安排 | 第11-13页 |
| 2 系统总体设计 | 第13-20页 |
| 2.1 系统总体框架 | 第13-15页 |
| 2.1.1 系统概述 | 第13页 |
| 2.1.2 系统设计 | 第13-15页 |
| 2.2 系统硬件组成 | 第15-17页 |
| 2.2.1 系统硬件介绍 | 第15页 |
| 2.2.2 传感器介绍 | 第15-17页 |
| 2.3 系统软件组成 | 第17-19页 |
| 2.3.1 系统软件介绍 | 第17-18页 |
| 2.3.2 点云库介绍 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 人体目标检测算法研究 | 第20-34页 |
| 3.1 人体目标检测概述 | 第20-21页 |
| 3.2 传统的人体目标检测算法 | 第21-26页 |
| 3.2.1 HOG特征提取 | 第22-24页 |
| 3.2.2 训练检测模型 | 第24-26页 |
| 3.3 改进的人体目标检测算法 | 第26-29页 |
| 3.3.1 点云滤波处理 | 第26-28页 |
| 3.3.2 特征提取与模型训练 | 第28-29页 |
| 3.4 实验结果分析 | 第29-33页 |
| 3.4.1 单目标检测结果 | 第30-32页 |
| 3.4.2 多目标检测结果 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 人体目标跟踪算法研究 | 第34-43页 |
| 4.1 人体目标跟踪概述 | 第34-35页 |
| 4.2 传统的人体目标跟踪算法 | 第35-38页 |
| 4.2.1 粒子滤波理论 | 第35-37页 |
| 4.2.2 粒子滤波算法 | 第37-38页 |
| 4.3 改进的人体目标跟踪算法 | 第38-39页 |
| 4.4 实验结果分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 室内人员定位方法研究 | 第43-56页 |
| 5.1 室内人员定位方法介绍 | 第43-44页 |
| 5.2 摄像机相关知识介绍 | 第44-50页 |
| 5.2.1 坐标系的相互转换 | 第44-48页 |
| 5.2.2 摄像头标定与畸变校正 | 第48-50页 |
| 5.3 彩色图像和深度图像的对齐 | 第50-51页 |
| 5.4 实验结果分析 | 第51-55页 |
| 5.4.1 单目标室内定位结果 | 第51-52页 |
| 5.4.2 多目标室内定位结果 | 第52页 |
| 5.4.3 室内定位精度分析 | 第52-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 论文展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
