动态背景下行人检测模块的设计与实现
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第15-22页 |
| 1.1 研究背景 | 第15页 |
| 1.2 研究目的和意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-20页 |
| 1.3.1 摄像机运动补偿技术 | 第16-17页 |
| 1.3.2 运动目标检测技术 | 第17-19页 |
| 1.3.3 行人检测技术 | 第19-20页 |
| 1.4 研究内容与主要工作 | 第20-21页 |
| 1.5 本文结构 | 第21-22页 |
| 第2章 相关理论 | 第22-36页 |
| 2.1 引言 | 第22页 |
| 2.2 运动补偿算法 | 第22-26页 |
| 2.2.1 灰度投影法 | 第23-24页 |
| 2.2.2 块匹配法 | 第24-25页 |
| 2.2.3 位平面法 | 第25页 |
| 2.2.4 特征匹配法 | 第25-26页 |
| 2.3 运动目标检测算法 | 第26-34页 |
| 2.3.1 帧间差分法 | 第26-27页 |
| 2.3.2 背景差分法 | 第27-28页 |
| 2.3.3 光流法 | 第28-34页 |
| 2.4 行人检测算法 | 第34-35页 |
| 2.4.1 基于模板匹配的行人检测算法 | 第34-35页 |
| 2.4.2 基于特征分类的行人检测算法 | 第35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 动态背景下行人检测模块的设计与实现 | 第36-47页 |
| 3.1 引言 | 第36页 |
| 3.2 摄像机运动补偿算法 | 第36-39页 |
| 3.2.1 图像的预处理 | 第36-37页 |
| 3.2.2 基于改进灰度投影法的运动补偿算法 | 第37-39页 |
| 3.3 基于梯度阈值和特征抑制的运动目标检测算法 | 第39-45页 |
| 3.3.1 基于梯度阈值的HS光流法 | 第39-41页 |
| 3.3.2 LK-HS光流法 | 第41-43页 |
| 3.3.3 基于梯度阈值和特征抑制的光流法 | 第43-45页 |
| 3.4 基于形状特征的运动目标分类算法 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 模块测试与分析 | 第47-56页 |
| 4.1 引言 | 第47页 |
| 4.2 模块基本流程 | 第47-49页 |
| 4.3 模块测试与结果分析 | 第49-55页 |
| 4.3.1 运动补偿算法测试结果与分析 | 第49-50页 |
| 4.3.2 运动目标检测算法测试结果与分析 | 第50-53页 |
| 4.3.3 运动目标分类算法的测试结果与分析 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 致谢 | 第62页 |
