| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 视频监控系统发展历程 | 第13-15页 |
| 1.2.2 行人检测现状 | 第15-16页 |
| 1.2.3 行人跟踪现状 | 第16页 |
| 1.3 论文主要研究内容 | 第16-17页 |
| 1.4 论文结构安排 | 第17-19页 |
| 第2章 基础理论研究 | 第19-33页 |
| 2.1 视频图像相关基础知识 | 第19-21页 |
| 2.1.1 视频分辨率 | 第19页 |
| 2.1.2 颜色空间 | 第19-20页 |
| 2.1.3 系统评测指标 | 第20-21页 |
| 2.2 OpenCV简介 | 第21页 |
| 2.3 图像预处理技术 | 第21-23页 |
| 2.3.1 图像灰度化 | 第21-22页 |
| 2.3.2 图像平滑滤波 | 第22-23页 |
| 2.3.3 二值阈值化 | 第23页 |
| 2.4 行人检测 | 第23-27页 |
| 2.4.1 图像特征简介 | 第24-26页 |
| 2.4.2 SVM分类 | 第26-27页 |
| 2.5 粒子滤波方法 | 第27-31页 |
| 2.5.1 贝叶斯估计 | 第27-29页 |
| 2.5.2 蒙特卡洛采样 | 第29页 |
| 2.5.3 粒子滤波 | 第29-31页 |
| 2.6 ROI入侵 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 系统需求分析及设计 | 第33-37页 |
| 3.1 系统需求分析 | 第33-34页 |
| 3.1.1 智能视频分析内容需求分析 | 第33-34页 |
| 3.1.2 软件人机界面需求 | 第34页 |
| 3.2 系统设计 | 第34-35页 |
| 3.2.1 整体设计方案 | 第34页 |
| 3.2.2 行人检测模块分析设计 | 第34-35页 |
| 3.2.3 行人跟踪模块分析设计 | 第35页 |
| 3.2.4 ROI入侵检测模块分析设计 | 第35页 |
| 3.3 本章小结 | 第35-37页 |
| 第4章 视频分析系统的实现 | 第37-55页 |
| 4.1 OpenCV应用程序开发配置 | 第37页 |
| 4.2 行人检测模块实现 | 第37-48页 |
| 4.2.1 训练集样本 | 第38-39页 |
| 4.2.2 HOG特征提取 | 第39-42页 |
| 4.2.3 SVM分类器训练学习 | 第42-47页 |
| 4.2.4 矩形框融合 | 第47-48页 |
| 4.3 行人跟踪模块实现 | 第48-52页 |
| 4.3.1 构建系统运动模型 | 第49页 |
| 4.3.2 构建系统观测模型 | 第49-50页 |
| 4.3.3 粒子重采样 | 第50-51页 |
| 4.3.4 行人跟踪模块流程 | 第51-52页 |
| 4.4 ROI入侵检测模块实现 | 第52-54页 |
| 4.5 基于智能视频分析的行人检测、跟踪系统界面实现 | 第54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 视频分析系统的测试 | 第55-67页 |
| 5.1 测试环境 | 第55页 |
| 5.1.1 硬件环境 | 第55页 |
| 5.1.2 软件环境 | 第55页 |
| 5.2 系统界面 | 第55-56页 |
| 5.3 系统功能测试 | 第56-63页 |
| 5.3.1 打开视频文件功能测试 | 第56页 |
| 5.3.2 视频播放功能测试 | 第56-57页 |
| 5.3.3 行人检测功能测试 | 第57-59页 |
| 5.3.4 指定行人目标跟踪功能测试 | 第59-61页 |
| 5.3.5 ROI入侵检测功能测试 | 第61-63页 |
| 5.4 测试结果及分析 | 第63-66页 |
| 5.4.1 行人检测功能测试结果及分析 | 第63-65页 |
| 5.4.2 指定行人目标跟踪功能测试结果及分析 | 第65页 |
| 5.4.3 ROI入侵检测功能测试结果及分析 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |