| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第一章 绪论 | 第15-23页 |
| ·课题研究背景及意义 | 第15-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·目标检测与跟踪研究概况 | 第16-19页 |
| ·目标检测与跟踪的难点和要求 | 第19页 |
| ·论文主要研究内容及章节安排 | 第19-23页 |
| 第二章 目标检测与跟踪技术 | 第23-31页 |
| ·目标表示 | 第23-24页 |
| ·基于目标形态的表示方法 | 第23-24页 |
| ·基于目标的外观特征表示方法 | 第24页 |
| ·特征描述 | 第24-25页 |
| ·运动分割 | 第25-26页 |
| ·运动目标分类 | 第26-27页 |
| ·目标跟踪 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 基于俯视场景的行人检测算法研究 | 第31-51页 |
| ·基于Kinect采集图像 | 第31-32页 |
| ·彩色图像与深度图像预处理 | 第32-35页 |
| ·彩色图像校准 | 第32-33页 |
| ·深度图像去噪 | 第33-34页 |
| ·行人运动目标提取 | 第34-35页 |
| ·俯视行人潜在位置检测 | 第35-43页 |
| ·俯视场景行人特点分析 | 第35-36页 |
| ·基于NMS检测俯视人头 | 第36-37页 |
| ·基于RHT检测俯视人头 | 第37-39页 |
| ·基于快速RST检测俯视人头 | 第39-42页 |
| ·基于RHT和RST提供人头候选点 | 第42-43页 |
| ·基于人头半径展开图HOG特征和SVM的人头判别 | 第43-48页 |
| ·基于深度前景图像局部深度直方图的俯视人头分割 | 第43页 |
| ·俯视人头半径展开图变换 | 第43-44页 |
| ·HOG特征提取算法 | 第44-47页 |
| ·结合人头半径展开图HOG特征和SVM的俯视行人检测 | 第47-48页 |
| ·人头最终判定 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 俯视行人跟踪与计数算法的研究 | 第51-69页 |
| ·基于KF和KNN俯视行人跟踪算法 | 第51-54页 |
| ·卡尔曼滤波 | 第51-53页 |
| ·KNN数据关联匹配算法 | 第53-54页 |
| ·基于KF和KNN的俯视行人跟踪算法 | 第54页 |
| ·基于多特征融合的俯视行人跟踪算法 | 第54-56页 |
| ·俯视行人运动状态判定 | 第54-55页 |
| ·基于多特征融合的目标匹配跟踪算法 | 第55-56页 |
| ·俯视行人计数 | 第56-59页 |
| ·俯视行人跟踪计数实验 | 第59-62页 |
| ·基于改进的DCT轨迹优化算法 | 第62-68页 |
| ·初始轨迹生成 | 第62页 |
| ·连续轨迹估计 | 第62-63页 |
| ·离散数据关联 | 第63-64页 |
| ·轨迹标签成本模型 | 第64-65页 |
| ·轨迹迭代优化 | 第65-67页 |
| ·轨迹优化实验效果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 基于MFC的软件设计与实现 | 第69-75页 |
| ·系统框架 | 第69页 |
| ·OpenCV简介 | 第69-70页 |
| ·系统界面 | 第70-71页 |
| ·基于MFC的演示效果及结果分析 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·论文工作总结 | 第75-76页 |
| ·后期展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士学位期间发表的学术论文 | 第85页 |