复杂场景下人流量统计方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 人流量统计研究背景及意义 | 第8-9页 |
| 1.2 人流量统计方法研究现状 | 第9-11页 |
| 1.2.1 基于回归的人流量估计方法研究现状 | 第9-10页 |
| 1.2.2 基于检测的人流量统计方法研究现状 | 第10-11页 |
| 1.3 当前存在的主要问题 | 第11-12页 |
| 1.4 论文主要研究内容及结构安排 | 第12-15页 |
| 第2章 人流量统计相关技术基础 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 复杂场景描述 | 第15-16页 |
| 2.3 回归学习相关技术基础 | 第16-19页 |
| 2.3.1 特征描述 | 第16-17页 |
| 2.3.2 词袋模型 | 第17-18页 |
| 2.3.3 岭回归 | 第18-19页 |
| 2.4 目标检测与识别相关技术基础 | 第19-27页 |
| 2.4.1 特征描述 | 第19-21页 |
| 2.4.2 选择性搜索方法 | 第21-23页 |
| 2.4.3 支持向量机 | 第23-24页 |
| 2.4.4 卷积神经网络 | 第24-26页 |
| 2.4.5 非极大值抑制 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 基于回归的人流量估计方法 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 算法框架 | 第29-30页 |
| 3.3 算法实现过程 | 第30-32页 |
| 3.3.1 训练阶段 | 第30-32页 |
| 3.3.2 测试阶段 | 第32页 |
| 3.4 实验数据集 | 第32-33页 |
| 3.5 实验结果及分析 | 第33-38页 |
| 3.5.1 不同特征对比分析 | 第34-35页 |
| 3.5.2 不同方法对比分析 | 第35-37页 |
| 3.5.3 双向人流量估计分析 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于检测的人流量统计方法 | 第39-54页 |
| 4.1 引言 | 第39页 |
| 4.2 算法框架 | 第39-40页 |
| 4.3 算法实现过程 | 第40-47页 |
| 4.3.1 人头检测与识别 | 第41-45页 |
| 4.3.2 人头跟踪统计 | 第45-47页 |
| 4.4 实验数据集 | 第47-49页 |
| 4.4.1 离线训练数据集 | 第47-48页 |
| 4.4.2 在线测试数据集 | 第48-49页 |
| 4.5 实验统计结果及分析 | 第49-53页 |
| 4.5.1 评价指标 | 第49页 |
| 4.5.2 不同方法对比分析 | 第49-53页 |
| 4.5.3 测试时间分析 | 第53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54-55页 |
| 5.2 未来工作展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第62页 |
