基于多视觉传感器的公交车乘客人数统计关键技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题的背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·视频监控领域的发展现状 | 第12-13页 |
| ·行人检测的发展现状 | 第13-16页 |
| ·课题存在的难点 | 第16-17页 |
| ·现阶段存在的问题及应对策略 | 第17-18页 |
| ·论文内容安排 | 第18-20页 |
| 第2章 基于多视觉传感器的运动目标检测 | 第20-30页 |
| ·引言 | 第20页 |
| ·常用的运动检测方法 | 第20-23页 |
| ·常用运动检测方法的实验对照 | 第23-27页 |
| ·基于双阈值的平均背景法建模 | 第23-24页 |
| ·混合高斯模型方法 | 第24-25页 |
| ·帧差法 | 第25-27页 |
| ·结合运动模板场景更新的帧差法运动检测 | 第27-29页 |
| ·运动模板简介 | 第27-28页 |
| ·实验结果及分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于多视觉传感器的运动目标特征提取 | 第30-43页 |
| ·引言 | 第30页 |
| ·霍夫圆检测 | 第30-32页 |
| ·基于 HOG 特征的行人检测方法 | 第32-36页 |
| ·HOG 特征提取的基本原理 | 第32-34页 |
| ·基于支持向量机的分类 | 第34-36页 |
| ·实验结果及分析 | 第36-42页 |
| ·霍夫圆检测在本课题中的应用 | 第36-37页 |
| ·HOG 特征提取在本课题中的应用 | 第37-39页 |
| ·SVM 分类器在本课题中的应用 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 多视觉传感器下的行人跟踪 | 第43-58页 |
| ·引言 | 第43页 |
| ·均值偏移算法（Mean Shift） | 第43-47页 |
| ·连续自适应均值平移算法（CamShift） | 第47-50页 |
| ·直方图的反向投影 | 第47-48页 |
| ·搜索过程 | 第48-49页 |
| ·Camshift 算法描述 | 第49-50页 |
| ·实验结果及分析 | 第50-57页 |
| ·课题背景下检测和跟踪中存在的问题及改进策略 | 第50-52页 |
| ·跟踪算法的实现流程及描述 | 第52-53页 |
| ·实验结果及分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于多视觉传感器的公交车人数统计实验结果 | 第58-64页 |
| ·引言 | 第58页 |
| ·实验环境 | 第58-59页 |
| ·实验进行的硬件条件 | 第58-59页 |
| ·实验进行的软件条件 | 第59页 |
| ·多视觉传感器计数值的融合方法 | 第59页 |
| ·实验结果及分析 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 作者简介 | 第72页 |
| 已发表论文 | 第72-73页 |
| 致谢 | 第73页 |
