| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 课题研究的目的和意义 | 第14页 |
| 1.2 国内外现有技术 | 第14-16页 |
| 1.2.1 智能视频监控技术 | 第14-16页 |
| 1.2.2 人流量统计 | 第16页 |
| 1.3 本文所涉及的问题和所做的工作 | 第16-19页 |
| 1.3.1 课题的难点和挑战 | 第16-17页 |
| 1.3.2 本文的工作和结构 | 第17-19页 |
| 第二章 系统关键技术分析 | 第19-26页 |
| 2.1 运动目标检测的主要方法 | 第19-22页 |
| 2.1.1 帧间差分法 | 第19-20页 |
| 2.1.2 光流法 | 第20-21页 |
| 2.1.3 背景建模法 | 第21-22页 |
| 2.2 人体目标识别技术 | 第22-24页 |
| 2.2.1 特征提取 | 第22-23页 |
| 2.2.2 主流分类算法 | 第23-24页 |
| 2.3 运动人体跟踪技术 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 运动目标检测方法的研究 | 第26-38页 |
| 3.1 运动目标检测算法的选择 | 第26-27页 |
| 3.2 ViBe目标检测算法 | 第27-29页 |
| 3.3 ViBe算法分析 | 第29-31页 |
| 3.3.1 混合高斯算法 | 第29-30页 |
| 3.3.2 算法实验结果对比 | 第30-31页 |
| 3.3.3 ViBe算法的不足 | 第31页 |
| 3.4 改进的ViBe算法 | 第31-37页 |
| 3.4.1 surendra背景更新算法 | 第32-33页 |
| 3.4.2 改进的ViBe算法 | 第33-34页 |
| 3.4.3 改进算法的实验分析 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 人体目标识别及跟踪 | 第38-54页 |
| 4.1 人体目标识别 | 第38-44页 |
| 4.1.1 HOG特征提取 | 第38-42页 |
| 4.1.2 SVM行人分类器训练 | 第42-44页 |
| 4.2 ViBe与HOG特征相结合的人体目标检测 | 第44-49页 |
| 4.2.1 形态学处理 | 第45-47页 |
| 4.2.2 运动目标的外接矩形 | 第47-48页 |
| 4.2.3 ViBe与HOG特征相结合的人体目标检测 | 第48-49页 |
| 4.3 人体目标跟踪 | 第49-52页 |
| 4.3.1 Cam-shift算法 | 第50-51页 |
| 4.3.2 Kalman滤波器 | 第51-52页 |
| 4.3.3 人体目标跟踪实验 | 第52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 人流量统计系统搭建 | 第54-61页 |
| 5.1 开发工具简介 | 第54-55页 |
| 5.2 系统功能描述 | 第55-56页 |
| 5.3 人流量统计平台的实现 | 第56-57页 |
| 5.3.1 硬件搭建 | 第56页 |
| 5.3.2 软件结构 | 第56-57页 |
| 5.4 人流量统计平台测试 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67页 |