城市公共场所密集人群检测
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文各章节的安排 | 第13-14页 |
| 第二章 城市公共场所密集人群检测算法基础 | 第14-32页 |
| 2.1 基于特征提取的人群密度检测框架 | 第14-16页 |
| 2.1.1 大视角和小视角 | 第15-16页 |
| 2.2 监控视频的前期处理 | 第16页 |
| 2.3 人群前景提取 | 第16-18页 |
| 2.4 人群密度检测使用的特征 | 第18-27页 |
| 2.4.1 前景像素特征 | 第18-19页 |
| 2.4.2 前景边缘特征 | 第19-22页 |
| 2.4.3 前景形状特征 | 第22页 |
| 2.4.4 前景人群的特征点 | 第22-24页 |
| 2.4.5 前景纹理特征 | 第24-27页 |
| 2.5 人群密度划分 | 第27-28页 |
| 2.6 支持向量机在人群密度估计算法中的应用 | 第28-31页 |
| 2.7 本章总结 | 第31-32页 |
| 第三章 大视角监控场所人群密度检测 | 第32-45页 |
| 3.1 算法提出背景和框架 | 第32-34页 |
| 3.2 前景掩膜的提取 | 第34-35页 |
| 3.2.1 背景图片获取 | 第34页 |
| 3.2.2 背景差分法 | 第34-35页 |
| 3.2.3 差分图像二值化 | 第35页 |
| 3.2.4 二值化图像的形态学处理 | 第35页 |
| 3.3 透视矫正和局部特征提取 | 第35-37页 |
| 3.4 SVR回归 | 第37-38页 |
| 3.5 实验过程及结果分析 | 第38-44页 |
| 3.5.1 使用前景掩膜分割人群 | 第38-40页 |
| 3.5.2 特征提取 | 第40页 |
| 3.5.3 使用SVR回归分析测试集人群 | 第40-44页 |
| 3.6 本章总结 | 第44-45页 |
| 第四章 小视角监控场所人群密度检测 | 第45-55页 |
| 4.1 算法提出背景和框架 | 第45-46页 |
| 4.2 场景透视矫正及检测子区域划分 | 第46-49页 |
| 4.3 使用子区域前景像素选择纹理特征提取区域 | 第49-50页 |
| 4.4 实验过程及结果分析 | 第50-54页 |
| 4.4.1 实验过程 | 第50-52页 |
| 4.4.2 结果分析 | 第52-54页 |
| 4.5 本章总结 | 第54-55页 |
| 第五章 结论与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55-56页 |
| 5.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 在学期间的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
