校园内行人检测研究与应用
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.1.1 智能视频监控 | 第9页 |
| 1.1.2 车辆辅助驾驶 | 第9-10页 |
| 1.1.3 人体行为分析 | 第10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究的难点 | 第11-13页 |
| 1.3.1 外观差异 | 第12页 |
| 1.3.2 行走的姿态的多样性 | 第12页 |
| 1.3.3 遮挡 | 第12页 |
| 1.3.4 光照和尺度 | 第12-13页 |
| 1.4 研究内容基本架构 | 第13页 |
| 1.5 论文内容组织 | 第13-15页 |
| 第二章 三种前景检测算法对比 | 第15-24页 |
| 2.1 帧差法 | 第15-17页 |
| 2.2 背景差分法 | 第17-18页 |
| 2.3 Vi Be算法 | 第18-22页 |
| 2.3.1 模型的工作原理 | 第19页 |
| 2.3.2 模型的初始化方法 | 第19-20页 |
| 2.3.3 模型的更新策略 | 第20页 |
| 2.3.4 实验结果 | 第20-22页 |
| 2.4 三种算法的比较 | 第22-23页 |
| 2.4.1 帧差法的优缺点 | 第22页 |
| 2.4.2 背景差分法的优缺点 | 第22页 |
| 2.4.3 Vi Be算法的优缺点 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 Hough变换头部检测 | 第24-35页 |
| 3.1 Hough变换基本原理 | 第24-25页 |
| 3.2 预处理 | 第25-30页 |
| 3.2.1 二值化处理 | 第25-26页 |
| 3.2.2 形态学处理 | 第26页 |
| 3.2.3 噪声处理 | 第26-29页 |
| 3.2.4 细化 | 第29-30页 |
| 3.3 Hough变换检测圆 | 第30-31页 |
| 3.4 实验结果 | 第31-33页 |
| 3.4.1 晴天户外场景下的实验 | 第31-32页 |
| 3.4.2 阴云天户外场景实验 | 第32页 |
| 3.4.3 雨天户外场景实验结果 | 第32-33页 |
| 3.4.4 有照明的夜晚户外场景检测实验 | 第33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 行人检测系统 | 第35-40页 |
| 4.1 具体实现步骤 | 第35页 |
| 4.2 系统环境的搭建 | 第35-37页 |
| 4.3 算法的实现 | 第37-38页 |
| 4.3.1 Vi Be算法检测前景代码实现 | 第37页 |
| 4.3.2 main函数以及预处理操作代码实现 | 第37-38页 |
| 4.4 行人检测系统实现结果 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 总结和展望 | 第40-42页 |
| 5.1 总结 | 第40页 |
| 5.2 未来展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士期间发表论文情况 | 第46-47页 |
| 致谢 | 第47-48页 |
