人群异常行为和人脸对齐算法设计
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 实习背景介绍 | 第12-15页 |
| 1.1 公司背景介绍 | 第12-14页 |
| 1.1.1 公司介绍 | 第12页 |
| 1.1.2 公司产品介绍 | 第12-13页 |
| 1.1.3 公司规模 | 第13-14页 |
| 1.2 实习内容介绍 | 第14页 |
| 1.3 章节安排 | 第14-15页 |
| 第二章 人群监控介绍 | 第15-16页 |
| 2.1 研究背景及意义 | 第15页 |
| 2.1.1 研究背景 | 第15页 |
| 2.1.2 研究意义 | 第15页 |
| 2.2 国内外研究现状 | 第15-16页 |
| 第三章 人群监控算法介绍 | 第16-20页 |
| 3.1 运动目标检测概述 | 第16-17页 |
| 3.1.1 帧差法 | 第16页 |
| 3.1.2 背景差法 | 第16-17页 |
| 3.1.3 光流法 | 第17页 |
| 3.2 异常检测概述 | 第17-18页 |
| 3.2.1 目标检测 | 第17页 |
| 3.2.2 异常定义 | 第17-18页 |
| 3.3 特征提取 | 第18页 |
| 3.3.1 光流法 | 第18页 |
| 3.3.2 块匹配 | 第18页 |
| 3.4 学习方法 | 第18-19页 |
| 3.5 本章小结 | 第19-20页 |
| 第四章 人群异常行为和密度检测算法 | 第20-35页 |
| 4.1 引言 | 第20页 |
| 4.2 算法流程 | 第20-24页 |
| 4.2.1 图像预处理 | 第21页 |
| 4.2.2 帧间差计算 | 第21页 |
| 4.2.3 光流法计算 | 第21页 |
| 4.2.4 计算拉普拉斯算子 | 第21-23页 |
| 4.2.5 基于SVM的人群密度估计 | 第23-24页 |
| 4.3 实验验证 | 第24-32页 |
| 4.3.1 人群异常行为实验验证 | 第24-28页 |
| 4.3.2 人群密度估计实验验证 | 第28-32页 |
| 4.3.3 算法实时性的验证 | 第32页 |
| 4.4 逆行检测 | 第32-33页 |
| 4.5 相关产品 | 第33-34页 |
| 4.6 克服困难 | 第34页 |
| 4.7 本章小结 | 第34-35页 |
| 第五章 人脸对齐介绍 | 第35-37页 |
| 第六章 人脸对齐应用 | 第37-44页 |
| 6.1 图像预处理 | 第37-38页 |
| 6.2 算法模型介绍 | 第38-39页 |
| 6.2.1 CNN深度学习介绍 | 第38页 |
| 6.2.2 多任务模型介绍 | 第38-39页 |
| 6.3 网络结构训练 | 第39-42页 |
| 6.3.1 数据库介绍 | 第39-40页 |
| 6.3.2 网络结构设置 | 第40页 |
| 6.3.3 训练结果 | 第40-42页 |
| 6.4 最终产品展示 | 第42-43页 |
| 6.5 克服困难 | 第43页 |
| 6.6 本章总结 | 第43-44页 |
| 第七章 总结与展望 | 第44-46页 |
| 7.1 总结 | 第44-45页 |
| 7.2 展望 | 第45-46页 |
| 参考文献 | 第46-47页 |
| 致谢 | 第47-48页 |
| 附件 | 第48页 |
