基于视频的矿井下人员检测方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 矿井下人员检测研究现状 | 第11-13页 |
| 1.2.2 基于视频的目标检测研究现状 | 第13-15页 |
| 1.2.3 基于视频的动作识别研究现状 | 第15-17页 |
| 1.3 论文研究内容与技术路线 | 第17-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第2章 基于TD-HF模型的矿井下人员检测 | 第20-31页 |
| 2.1 问题分析与基本思想 | 第20-21页 |
| 2.2 初步人体运动区域提取 | 第21-22页 |
| 2.3 强分类器级联模型 | 第22-27页 |
| 2.3.1 构造样本集及预处理 | 第22-24页 |
| 2.3.2 计算Haar特征值及训练分类器 | 第24-25页 |
| 2.3.3 强分类器级联模型 | 第25-27页 |
| 2.4 检测最终人体运动区域 | 第27-28页 |
| 2.5 实验分析与结果 | 第28-30页 |
| 2.5.1 实验环境与数据 | 第28页 |
| 2.5.2 实验及分析 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于安全帽特征的矿井下人员检测 | 第31-44页 |
| 3.1 井下人员检测改进策略 | 第31-32页 |
| 3.2 颜色特征提取 | 第32-34页 |
| 3.3 轮廓特征提取 | 第34-39页 |
| 3.4 结合特征检测安全帽 | 第39-40页 |
| 3.5 实验分析与结果 | 第40-43页 |
| 3.5.1 实验环境与数据 | 第40页 |
| 3.5.2 实验及分析 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于稠密轨迹与深度卷积网络的动作识别 | 第44-60页 |
| 4.1 动作识别基本思路 | 第44-46页 |
| 4.2 提取改进的稠密轨迹 | 第46-48页 |
| 4.3 提取多尺度卷积特征图 | 第48-54页 |
| 4.3.1 双流卷积神经网络 | 第48-52页 |
| 4.3.2 提取特征图 | 第52-54页 |
| 4.4 提取稠密轨迹的深度特征 | 第54-56页 |
| 4.5 实验分析与结果 | 第56-59页 |
| 4.5.1 实验环境与数据 | 第56页 |
| 4.5.2 实验及分析 | 第56-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |
