| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-11页 |
| ·研究背景及意义 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·运动检测与跟踪存在的难点 | 第9页 |
| ·主要研究工作 | 第9-11页 |
| 第2章 人流量统计相关技术 | 第11-16页 |
| ·运动检测 | 第11-13页 |
| ·背景减除法 | 第11页 |
| ·帧间差分法 | 第11-12页 |
| ·光流法 | 第12-13页 |
| ·运动人体分类 | 第13页 |
| ·基于形状的分类 | 第13页 |
| ·基于特征的分类 | 第13页 |
| ·基于运动特性的分类 | 第13页 |
| ·人体跟踪 | 第13-15页 |
| ·基于模型的跟踪 | 第14页 |
| ·基于区域的跟踪 | 第14页 |
| ·基于特征的跟踪 | 第14-15页 |
| ·基于活动轮廓线的跟踪 | 第15页 |
| ·本文的方法 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第3章 图像预处理及运动人体检测 | 第16-32页 |
| ·图像预处理 | 第17-18页 |
| ·运动检测 | 第18-23页 |
| ·背景建模 | 第18-20页 |
| ·颜色模型 | 第20-21页 |
| ·背景减除 | 第21-23页 |
| ·背景更新 | 第23-24页 |
| ·噪声与阴影的消除 | 第24-27页 |
| ·数学形态学去噪 | 第24-26页 |
| ·阴影消除 | 第26-27页 |
| ·人体目标 | 第27-30页 |
| ·连通区域 | 第28页 |
| ·连通区域标记 | 第28-30页 |
| ·连通区域合并 | 第30页 |
| ·非人体目标连通体的去除 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第4章 运动人体跟踪 | 第32-44页 |
| ·Mean Shift简介 | 第32-35页 |
| ·Mean Shift理论基础 | 第32-34页 |
| ·Mean Shift算法的收敛性 | 第34-35页 |
| ·Mean Shift跟踪算法 | 第35-38页 |
| ·目标模型的描述 | 第35-36页 |
| ·相似性函数 | 第36-37页 |
| ·目标的定位 | 第37页 |
| ·跟踪算法描述 | 第37-38页 |
| ·引入Kalman滤波器的Mean Shift跟踪算法 | 第38-43页 |
| ·Kalman滤波器 | 第38-39页 |
| ·结合Kalman滤波器的目标跟踪算法 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 行人流量统计实验及结果 | 第44-49页 |
| ·人流量统计算法流程 | 第44-45页 |
| ·人流量统计方法 | 第45页 |
| ·人流量统计算法的指标 | 第45-46页 |
| ·行人流量统计结果 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 总结和展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |