| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究的意义 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·软件需求分析 | 第14-17页 |
| ·本文主要工作 | 第17页 |
| ·论文的结构安排 | 第17-19页 |
| 第2章 AdaBoost算法与行人头部目标的检测 | 第19-39页 |
| ·运动前景提取及视频动态触发 | 第19-24页 |
| ·视频运动前景提取 | 第20-22页 |
| ·图像形态学滤波 | 第22-24页 |
| ·视频动态触发 | 第24页 |
| ·Haar特征与积分图 | 第24-31页 |
| ·Haar特征及矩形特征 | 第24-26页 |
| ·Haar特征个数计算 | 第26-29页 |
| ·积分图的概念及计算方法 | 第29页 |
| ·利用积分图计算特征值 | 第29-31页 |
| ·AdaBoost算法的研究及运用 | 第31-38页 |
| ·AdaBoost算法的介绍 | 第31页 |
| ·AdaBoost算法的实现过程 | 第31-35页 |
| ·AdaBoost算法实现行人头部目标的检测 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 像素匹配的目标跟踪算法的研究及实现 | 第39-51页 |
| ·模板匹配与相关系数法的研究 | 第39-41页 |
| ·像素匹配实现目标跟踪的算法实现 | 第41-50页 |
| ·匹配方法及算法流程 | 第41-48页 |
| ·算法软件演示实验 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 多目标跟踪算法的改进研究及实现 | 第51-57页 |
| ·Kalman滤波器与Meanshift相结合实现多目标跟踪初步研究 | 第51-53页 |
| ·Kalman滤波器、Meanshift算法介绍 | 第51-52页 |
| ·Kalman滤波器与Meanshift相结合的初步研究 | 第52-53页 |
| ·OpenCV实现多目标跟踪研究 | 第53-55页 |
| ·多目标跟踪算法实现流程 | 第53-54页 |
| ·算法演示实验 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 客流统计分析软件实现 | 第57-68页 |
| ·软件系统设计 | 第57-66页 |
| ·软件开发环境 | 第57-58页 |
| ·系统方案设计 | 第58-60页 |
| ·软件实现及实现流程 | 第60-65页 |
| ·软件界面 | 第65-66页 |
| ·软件测试实验分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-71页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73页 |