基于视频图像的行人检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·国内外行人检测的研究现状 | 第11-16页 |
| ·国外行人检测的研究概况 | 第12-13页 |
| ·国内行人检测的研究概况 | 第13-14页 |
| ·行人检测所面临的挑战 | 第14-16页 |
| ·主要工作及论文的研究内容 | 第16-17页 |
| 第二章 运动目标识别与行人检测算法概述 | 第17-36页 |
| ·引言 | 第17-18页 |
| ·常用运动目标识别算法 | 第18-27页 |
| ·光流法 | 第18-21页 |
| ·帧间差分法 | 第21-25页 |
| ·背景差分法 | 第25-27页 |
| ·主要的行人检测算法及使用的检测特征 | 第27-35页 |
| ·主要的行人检测算法 | 第28-33页 |
| ·行人检测中使用的主要特征 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 改进的背景更新算法及运动目标提取 | 第36-56页 |
| ·引言 | 第36页 |
| ·本文使用的运动目标识别算法 | 第36-47页 |
| ·背景差分法的选择 | 第36-39页 |
| ·自适应背景模型的建立 | 第39-47页 |
| ·改进的背景更新算法 | 第47-50页 |
| ·运动目标提取及建模 | 第50-55页 |
| ·后期图像处理 | 第50-52页 |
| ·连通区域标记 | 第52-53页 |
| ·运动区域提取与矩形合并 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于BP神经网络的行人检测 | 第56-75页 |
| ·本文使用的行人检测算法 | 第56-59页 |
| ·BP神经网络简介 | 第59-64页 |
| ·BP神经网络的结构 | 第60-62页 |
| ·BP神经网络的优点 | 第62-63页 |
| ·BP神经网络在运动目标检测中的应用 | 第63-64页 |
| ·运动目标的特征值提取 | 第64-71页 |
| ·特征的选择 | 第65-66页 |
| ·特征的提取 | 第66-71页 |
| ·BP神经网络设计 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 系统设计与实现 | 第75-87页 |
| ·系统开发环境 | 第75-76页 |
| ·系统工作流程 | 第76-77页 |
| ·运动目标识别模块 | 第77-81页 |
| ·实时行人检测功能 | 第81-86页 |
| ·本章小结 | 第86-87页 |
| 总结与展望 | 第87-89页 |
| 参考文献 | 第89-96页 |
| 攻读硕士学位期间发表的论文 | 第96-97页 |
| 致谢 | 第97页 |
