基于深度学习的定点视频监控中行人检测技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 一、课题研究背景 | 第9-10页 |
| 二、国内外研究现状 | 第10-11页 |
| (一)行人检测的研究现状 | 第10-11页 |
| (二)深度学习的研究现状 | 第11页 |
| 三、研究意义 | 第11-12页 |
| 四、研究内容 | 第12-13页 |
| 五、本章小结 | 第13-14页 |
| 第二章 行人检测概述 | 第14-26页 |
| 一、基于运动特征的检测算法 | 第14-18页 |
| (一)帧间差分法 | 第14-15页 |
| (二)光流法 | 第15-16页 |
| (三)高斯背景建模法 | 第16-18页 |
| 二、基于行人特征的检测算法 | 第18-25页 |
| (一)颜色特征 | 第18-20页 |
| (二)Haar特征 | 第20-22页 |
| (三)HOG特征 | 第22-25页 |
| 三、本章小结 | 第25-26页 |
| 第三章 深度学习理论 | 第26-37页 |
| 一、深度学习简介 | 第26-28页 |
| 二、深度学习的方法 | 第28-29页 |
| (一)有监督学习 | 第28页 |
| (二)无监督学习 | 第28-29页 |
| 三、深度神经网络 | 第29-36页 |
| (一)神经元 | 第29-30页 |
| (二)神经网络 | 第30页 |
| (三)卷积神经网络 | 第30-36页 |
| 四、本章小结 | 第36-37页 |
| 第四章 行人检测平台的设计与实现 | 第37-62页 |
| 一、行人检测平台功能模块设计 | 第37-39页 |
| (一)运动目标检测模块的功能 | 第38页 |
| (二)行人分类模块的功能 | 第38页 |
| (三)数据分析模块的功能 | 第38-39页 |
| 二、运动目标检测模块设计与实现 | 第39-52页 |
| (一)运动目标检测模块的算法设计 | 第39-41页 |
| (二)系统开发运行环境 | 第41-42页 |
| (三)运动目标检测算法的实现 | 第42-45页 |
| (四)运动目标检测算法的改进 | 第45-51页 |
| (五)运行测试与对比分析 | 第51-52页 |
| 三、行人分类模块的设计与实现 | 第52-59页 |
| (一)行人分类模块的算法 | 第52页 |
| (二)系统运行环境 | 第52-53页 |
| (三)caffe框架的运行环境测试 | 第53-54页 |
| (四)建立行人数据集 | 第54-56页 |
| (五)构建卷积神经网络 | 第56-57页 |
| (六)训练卷积神经网络 | 第57-59页 |
| 四、数据分析模块的设计与实现 | 第59-61页 |
| (一)数据分析模块的设计 | 第60-61页 |
| (二)数据统计分析的实现 | 第61页 |
| 五、行人检测平台检测结果与分析 | 第61页 |
| 六、本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-63页 |
| 一、工作的总结 | 第62页 |
| 二、未来的展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 个人简介 | 第66页 |
