| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-12页 |
| 1 引言 | 第12-24页 |
| 1.1 选题意义及研究背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 目标检测及识别算法分析 | 第15-18页 |
| 1.2.2 基于视频的群体检测算法分析 | 第18-19页 |
| 1.2.3 基于Social Camera视频的数据集分析 | 第19-20页 |
| 1.3 论文主要内容及创新点 | 第20-22页 |
| 1.3.1 论文的主要内容 | 第21-22页 |
| 1.3.2 论文的主要特色及创新点 | 第22页 |
| 1.4 论文组织结构 | 第22-23页 |
| 1.5 本章小结 | 第23-24页 |
| 2 基于Multi-Social Camera视频中的多目标检测及匹配算法 | 第24-38页 |
| 2.1 相关工作 | 第24-27页 |
| 2.1.1 人脸检测算法 | 第24-25页 |
| 2.1.2 目标跟踪算法 | 第25-26页 |
| 2.1.3 人脸识别算法 | 第26-27页 |
| 2.2 融合式目标检测算法 | 第27-35页 |
| 2.2.1 人脸检测算法 | 第28-30页 |
| 2.2.2 目标跟踪算法 | 第30-31页 |
| 2.2.3 融合式目标检测算法 | 第31-35页 |
| 2.3 基于人脸识别的目标成员匹配算法 | 第35-36页 |
| 2.4 实验结果及评论 | 第36页 |
| 2.5 本章小结 | 第36-38页 |
| 3 基于Multi-Social Camera视频的群体检测算法 | 第38-49页 |
| 3.1 相关工作 | 第38-40页 |
| 3.2 基于图像的关注度模型 | 第40-45页 |
| 3.2.1 基于图像的个体瞬时关注度 | 第40-43页 |
| 3.2.2 基于时空信息的转移趋势关注度 | 第43-44页 |
| 3.2.3 目标个体间相互关系的计算 | 第44-45页 |
| 3.3 基于自适应聚类方法的群体检测方法 | 第45-47页 |
| 3.4 实验结果及评论 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 Multi-Social Camera视频的数据集构建及实验结果评价 | 第49-58页 |
| 4.1 相关工作 | 第49-50页 |
| 4.2 Multi-Social Camera视频的数据集构建 | 第50-51页 |
| 4.3 目标检测算法实验结果及评价 | 第51-56页 |
| 4.3.1 评价指标 | 第51-54页 |
| 4.3.2 实验结果与分析 | 第54-56页 |
| 4.4 群体检测算法实验结果及评价 | 第56-57页 |
| 4.4.1 评价指标 | 第56页 |
| 4.4.2 实验结果与分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 结论与展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第64-66页 |
| 学位论文数据集 | 第66页 |
