| 摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题研究的背景 | 第8页 |
| ·目前国内外行人流量检测分析方法概述及比较 | 第8-15页 |
| ·目前行人检测常用的研究方法 | 第9-14页 |
| ·行人检测技术研究的难点及发展趋势 | 第14页 |
| ·结论 | 第14-15页 |
| ·本文所涉及的问题及所做的工作 | 第15-18页 |
| ·本文的难点所在 | 第15-16页 |
| ·本文所做的工作 | 第16-18页 |
| 第二章 视频运动目标检测方法分析 | 第18-35页 |
| ·概述 | 第18-19页 |
| ·几种常用方法在本文中的实验结果比较 | 第19-34页 |
| ·差图像分析 | 第19-20页 |
| ·当前图像和背景图像之间的差分 | 第20-22页 |
| ·相邻两帧图像差分 | 第22-24页 |
| ·基于块匹配的全搜索算法 | 第24-26页 |
| ·基于多帧视频帧间差分、HOS及三步搜索运动分析的复杂算法 | 第26-31页 |
| ·实验结果对比分析 | 第31-34页 |
| ·本文在运动目标提取中面临的问题 | 第34-35页 |
| ·以上方法在本文目标提取中存在的不足 | 第34页 |
| ·本文在运动目标提取中遇到的问题 | 第34-35页 |
| 第三章 在复杂的背景条件下行人整体目标的提取方法 | 第35-46页 |
| ·视频序列中有人头出现帧的确定 | 第35-36页 |
| ·在复杂背景条件下视频系列图象运动目标的提取方法 | 第36-44页 |
| ·本文在复杂背景条件下所采用方法的提出 | 第36-38页 |
| ·本文算法的过程描述 | 第38-43页 |
| ·本文行人目标提取流程图 | 第43-44页 |
| ·实验结果对比 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第四章 行人整体目标中人头的识别及其特征提取 | 第46-76页 |
| ·概述 | 第46-47页 |
| ·常用的对行人目标中人头部检测及特征提取方法分析 | 第47-51页 |
| ·本文提出的人头轮廓曲线提取的方法 | 第51-70页 |
| ·方法的提出 | 第51页 |
| ·有效目标区域的分割与提取 | 第51-54页 |
| ·人头轮廓曲线检测算法 | 第54-70页 |
| ·通过目标运动轨迹和颜色空间排除伪目标曲线 | 第70-72页 |
| ·人头检测部分的整体流程图 | 第72-73页 |
| ·系统流量检测整体流程图 | 第73-75页 |
| ·小结 | 第75-76页 |
| 第五章 行人整体目标中人头的跟踪 | 第76-96页 |
| ·概述 | 第76-77页 |
| ·目标跟踪的常用方法分析 | 第77-80页 |
| ·本文采用的基于颜色的均值平移算法介绍 | 第80-90页 |
| ·均值平移算法提出 | 第80页 |
| ·均值平移算法的原理分析 | 第80-85页 |
| ·连续的自适应均值平移算法 | 第85-90页 |
| ·本文对连续的自适应均值平移算法的分析与改进 | 第90-94页 |
| ·在本文的检测和跟踪中存在以下的一些问题 | 第90-91页 |
| ·自适应均值平移算法的改进实现流程描述 | 第91-92页 |
| ·自适应均值平移算法的改进实现流程图 | 第92-94页 |
| ·改进的算法实现及实验结果分析对比分析 | 第94-96页 |
| 第六章 系统应用 | 第96-98页 |
| 第七章 总结与展望 | 第98-101页 |
| ·论文总结 | 第98-99页 |
| ·本文工作有待完善之处及展望 | 第99-101页 |
| 参考文献 | 第101-107页 |
| 在读期间科研成果 | 第107-109页 |
| 致谢 | 第109页 |