首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--旅客运输论文--旅客运输组织与管理论文

地铁高密度客流检测系统研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-13页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 研究内容及论文结构第12-13页
第二章 地铁高密度客流检测系统算法研究第13-28页
    2.1 地铁高密度客检测系统算法设计第13-15页
        2.1.1 图像的采集与修补处理第13-15页
    2.2 基于深度图像的行人检测算法流程第15-27页
        2.2.1 背景建模算法第16-18页
        2.2.2 目标特征提取第18-20页
        2.2.3 目标检测分类器第20-23页
        2.2.4 目标跟踪算法第23-25页
        2.2.5 检测配置参数优化——阈值设置第25-26页
        2.2.6 检测效果第26-27页
    2.3 本章小结第27-28页
第三章 地铁高密度客流检测系统第28-38页
    3.0 系统整体结构第28页
    3.1 地铁高密度客流检测系统硬件模块第28-31页
        3.1.1 基于光编码图像采集模块第29-30页
        3.1.2 基于Linux的硬件设备模块第30页
        3.1.3 基于有源以太网供电模块第30-31页
    3.2 地铁高密度客流检测系统软件功能模块第31-37页
        3.2.1 分析处理模块第31-32页
        3.2.2 图像采集模块第32-33页
        3.2.3 参数计算模块第33-35页
        3.2.4 检测数据发送模块第35页
        3.2.5 视频发送模块第35-36页
        3.2.6 数据接收模块第36页
        3.2.7 夜间模式模块第36-37页
    3.3 本章小结第37-38页
第四章 地铁高密度客流检测系统测试及结果分析第38-44页
    4.1 高密度客流检测系统测试第38页
    4.2 系统部署结构第38-39页
    4.3 现场跟踪效果测试第39-40页
    4.4 运行结果分析第40-42页
        4.4.1 检测准确度分析第40-41页
        4.4.2 客流密度分析第41-42页
    4.5 稳定性测试及优化第42-43页
    4.6 本章小结第43-44页
第五章 结论与展望第44-46页
    5.1 主要结论第44-45页
    5.2 研究展望第45-46页
参考文献第46-50页
在学期间的研究成果第50-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:基于面部视频的人体心率测量
下一篇:基于大数据的数字脚印隐私保护研究