| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究的背景和意义 | 第11-13页 |
| ·运动人体检测的研究现状 | 第13-16页 |
| ·基于像素强度的方法 | 第13-15页 |
| ·基于运动变化的方法 | 第15-16页 |
| ·基于特征的方法 | 第16页 |
| ·研究的主要内容及创新点 | 第16-17页 |
| ·主要内容 | 第16-17页 |
| ·创新点 | 第17页 |
| ·论文结构 | 第17-19页 |
| 第二章 复杂交通环境下的视频滤波预处理方法 | 第19-29页 |
| ·引言 | 第19页 |
| ·脉冲耦合神经网络简化模型的原理及应用 | 第19-21页 |
| ·脉冲耦合神经网络简化模型原理 | 第19-20页 |
| ·脉冲耦合神经网络简化模型应用 | 第20-21页 |
| ·改进的脉冲耦合神经网络简化模型 | 第21-24页 |
| ·脉冲耦合神经网络的简化模型在图像滤波中存在的问题 | 第21页 |
| ·改进的脉冲耦合神经网络简化模型 | 第21-24页 |
| ·基于改进简化脉冲耦合神经网络模型的滤波预处理方法 | 第24-25页 |
| ·噪声检测的准确性分析 | 第24页 |
| ·窗口大小的自适应确定 | 第24-25页 |
| ·基于改进简化脉冲耦合神经网络模型的滤波预处理方法 | 第25页 |
| ·实验结果与分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 复杂交通环境下的基于灰度特征的运动人体头部区域检测方法 | 第29-37页 |
| ·引言 | 第29页 |
| ·特征提取 | 第29-30页 |
| ·基于灰度特征的双阈值法 | 第30-31页 |
| ·双阈值法 | 第30页 |
| ·基于灰度特征的双阈值法 | 第30-31页 |
| ·基于灰度特征的区域生长法 | 第31-32页 |
| ·区域生长法 | 第31页 |
| ·基于灰度特征的区域生长法 | 第31-32页 |
| ·基于灰度特征的运动人体头部区域检测方法 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·检测过程分析 | 第33-35页 |
| ·检测结果分析 | 第35页 |
| ·检测性能分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 复杂交通环境下的基于轮廓特征的运动人体头部检测方法 | 第37-44页 |
| ·引言 | 第37页 |
| ·背景获取与更新 | 第37-38页 |
| ·运动目标提取 | 第38-39页 |
| ·运动人体头部检测 | 第39-40页 |
| ·基于轮廓特征的运动人体头部检测算法 | 第40-41页 |
| ·实验结果与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 复杂交通环境下的运动人体检测系统 | 第44-51页 |
| ·引言 | 第44页 |
| ·系统框架 | 第44-45页 |
| ·系统运行环境 | 第44-45页 |
| ·系统构成 | 第45页 |
| ·系统模块 | 第45-47页 |
| ·视频采集模块 | 第45-46页 |
| ·视频转换模块 | 第46页 |
| ·滤波预处理模块 | 第46页 |
| ·运动人体检测模块 | 第46-47页 |
| ·实验结果及分析 | 第47-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·本文的工作 | 第51-52页 |
| ·进一步的工作 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在学期间发表的论文及参加的项目 | 第58-59页 |
| 摘要 | 第59-61页 |
| ABSTRACT | 第61-62页 |
