基于在线AdaBoost算法的室内人数统计的研究及应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文研究难点及应对方法 | 第16-17页 |
| 1.5 论文章节安排 | 第17-19页 |
| 第2章 基于在线AdaBoost算法的人头检测 | 第19-36页 |
| 2.1 Haar特征与积分图 | 第19-23页 |
| 2.1.1 Haar特征 | 第19-21页 |
| 2.1.2 积分图 | 第21-23页 |
| 2.2 AdaBoost算法 | 第23-27页 |
| 2.2.1 弱分类器训练 | 第24-25页 |
| 2.2.2 强分类器训练 | 第25-26页 |
| 2.2.3 级联分类器训练 | 第26-27页 |
| 2.3 在线AdaBoost算法 | 第27-31页 |
| 2.4 在线AdaBoost窗口遍历 | 第31-32页 |
| 2.5 实验结果及分析 | 第32-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 样本标注方法的研究 | 第36-52页 |
| 3.1 改进ViBe算法背景建模 | 第36-41页 |
| 3.2 前景提取 | 第41-46页 |
| 3.2.1 前景边缘提取 | 第41-44页 |
| 3.2.2 前景图像填充 | 第44-46页 |
| 3.3 根据人头点标注样本 | 第46-47页 |
| 3.4 人工干预样本标注 | 第47-49页 |
| 3.5 人头检测 | 第49-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第4章 系统实现与测试 | 第52-62页 |
| 4.1 系统实现 | 第52-53页 |
| 4.2 实验环境 | 第53-54页 |
| 4.3 系统测试与分析 | 第54-61页 |
| 4.3.1 系统界面与使用介绍 | 第54-56页 |
| 4.3.2 系统测试 | 第56-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间的研究成果 | 第69页 |
