| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究背景与意义 | 第13-14页 |
| 1.2 视频分析技术概述 | 第14-16页 |
| 1.2.1 视频分析技术的研究现状 | 第14-15页 |
| 1.2.2 视频分析的主要问题及解决方法 | 第15-16页 |
| 1.3 智能视频终端的发展现状及问题 | 第16-17页 |
| 1.3.1 发展现状 | 第16-17页 |
| 1.3.2 问题的提出 | 第17页 |
| 1.4 本文的主要研究内容和结构安排 | 第17-19页 |
| 第2章 基于Haar特征和Adaboost级联分类器的人脸检测 | 第19-29页 |
| 2.1 图像预处理 | 第19-23页 |
| 2.1.1 图像去噪 | 第19-21页 |
| 2.1.2 图像锐化 | 第21-22页 |
| 2.1.3 几何规则化 | 第22-23页 |
| 2.2 基于Haar特征的人脸检测 | 第23-24页 |
| 2.3 级联分类器在人脸检测中的应用 | 第24-28页 |
| 2.3.1 基于Adaboost算法的级联分类器 | 第24-27页 |
| 2.3.2 实验分析 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于LBP和SURF特征的人脸识别 | 第29-48页 |
| 3.1 特征提取 | 第29-40页 |
| 3.1.1 LBP特征 | 第29-33页 |
| 3.1.2 SURF特征 | 第33-37页 |
| 3.1.3 特征融合 | 第37-38页 |
| 3.1.4 实验分析 | 第38-40页 |
| 3.2 基于LBP和SURF特征的人脸识别算法 | 第40-47页 |
| 3.2.1 支持向量机分类算法 | 第40-44页 |
| 3.2.2 人脸识别算法流程 | 第44-45页 |
| 3.2.3 实验分析 | 第45-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第4章 基于Freeman链码的摔倒检测算法 | 第48-60页 |
| 4.1 摔倒检测算法概述 | 第48-49页 |
| 4.2 Freeman链码跟踪 | 第49-55页 |
| 4.2.1 轮廓提取 | 第49-52页 |
| 4.2.2 Freeman链码 | 第52-55页 |
| 4.3 摔倒判别 | 第55-57页 |
| 4.4 实验分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 基于P2P-UDP的视频通信 | 第60-67页 |
| 5.1 P2P通信 | 第60页 |
| 5.2 P2P打洞 | 第60-62页 |
| 5.3 P2P-UDP | 第62-63页 |
| 5.4 Socket通信 | 第63-64页 |
| 5.5 实验分析 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第6章 智能视频终端的设计与实现 | 第67-80页 |
| 6.1 终端需求分析 | 第67-71页 |
| 6.1.1 终端目标 | 第67页 |
| 6.1.2 终端可行性分析 | 第67-68页 |
| 6.1.3 终端功能需求分析 | 第68-71页 |
| 6.1.4 终端性能需求分析 | 第71页 |
| 6.2 终端设计 | 第71-76页 |
| 6.2.1 终端整体结构设计 | 第71-73页 |
| 6.2.2 终端子功能模块设计 | 第73-76页 |
| 6.3 终端开发环境 | 第76页 |
| 6.4 终端的实现 | 第76-79页 |
| 6.4.1 终端功能模块实现 | 第77-78页 |
| 6.4.2 用户端功能实现 | 第78-79页 |
| 6.5 本章小结 | 第79-80页 |
| 第7章 总结与展望 | 第80-82页 |
| 7.1 总结 | 第80-81页 |
| 7.2 展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |