视频监控中的群体运动分析研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景 | 第8-14页 |
| ·群体分析的研究意义 | 第8-9页 |
| ·人群分析的研究框架和主要研究内容 | 第9-10页 |
| ·人群分析国内外研究现状 | 第10-14页 |
| ·论文的主要工作 | 第14页 |
| ·论文内容安排 | 第14-16页 |
| 2 基于目标检测与跟踪的流量统计 | 第16-30页 |
| ·运动目标检测 | 第16-21页 |
| ·非参数模型背景差法概述 | 第16-17页 |
| ·初始检测 | 第17-19页 |
| ·二次检测 | 第19-20页 |
| ·阴影去除 | 第20-21页 |
| ·背景更新 | 第21页 |
| ·卡尔曼滤波器 | 第21-23页 |
| ·目标关联 | 第23-25页 |
| ·目标特征向量 | 第23-24页 |
| ·目标关联 | 第24-25页 |
| ·新目标出现和旧目标消失判断规则 | 第25页 |
| ·多目标检测和跟踪算法 | 第25-26页 |
| ·实验结果与分析 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 3 基于特征与回归分析的人群流量估计 | 第30-58页 |
| ·算法整体框架 | 第30-32页 |
| ·算法思想 | 第30-31页 |
| ·基于特征与回归分析的算法框架 | 第31-32页 |
| ·运动分割 | 第32-33页 |
| ·特征提取 | 第33-42页 |
| ·特征概述 | 第33-34页 |
| ·角点特征提取 | 第34-36页 |
| ·轮廓特征 | 第36-37页 |
| ·Canny边缘特征 | 第37-38页 |
| ·分形维数 | 第38-42页 |
| ·透视和遮挡校正 | 第42-44页 |
| ·透视归一化 | 第42-43页 |
| ·遮挡处理 | 第43-44页 |
| ·回归估计分析 | 第44-48页 |
| ·一元线性回归 | 第45-47页 |
| ·多元线性回归 | 第47-48页 |
| ·逐步回归分析 | 第48页 |
| ·实验结果及分析 | 第48-57页 |
| ·实验数据集及其他相关说明 | 第48-49页 |
| ·各种回归方法实验结果分析 | 第49-55页 |
| ·本文方法在其他数据集上的实验结果分析 | 第55页 |
| ·不同方法在数据集一上的实验结果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 4 密集人群运动估计 | 第58-72页 |
| ·运动估计基本方法及块匹配法 | 第58-59页 |
| ·基于特征点光流场的运动估计 | 第59-65页 |
| ·算法基本思想 | 第59-60页 |
| ·运动前景分割 | 第60-61页 |
| ·特征点提取 | 第61页 |
| ·光流场计算 | 第61-63页 |
| ·人群运动分析 | 第63-65页 |
| ·基于运动历史图像的运动估计 | 第65-68页 |
| ·算法基本思想 | 第65页 |
| ·运动历史图像 | 第65-66页 |
| ·人群运动分析 | 第66-68页 |
| ·实验结果与分析 | 第68-71页 |
| ·实验相关说明 | 第68-69页 |
| ·运动估计实验结果 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 5 人群分析应用软件的实现 | 第72-78页 |
| ·人群智能监控应用软件设计 | 第72-74页 |
| ·软件开发目的 | 第72页 |
| ·软件框架设计 | 第72-74页 |
| ·各功能模块分析 | 第74-76页 |
| ·人数统计 | 第74-75页 |
| ·人群密度估计及密度异常检测 | 第75-76页 |
| ·基于运动方向的异常检测 | 第76页 |
| ·本章小结 | 第76-78页 |
| 6 总结与展望 | 第78-80页 |
| ·本文工作总结 | 第78-79页 |
| ·工作展望 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 附录 | 第86页 |
