基于视频的客流检测与分析算法研究及其在交通枢纽站中的应用
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的主要框架 | 第14-17页 |
| 2 预备知识 | 第17-27页 |
| ·SVM支持向量机的原理 | 第17-20页 |
| ·粒子滤波的原理 | 第20-23页 |
| ·高斯过程回归 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 3 基于行人检测和追踪的计数方法 | 第27-39页 |
| ·基于改进的HOG-PCA特征的行人检测 | 第27-29页 |
| ·基于颜色直方图和HOG特征的粒子滤波追踪 | 第29-32页 |
| ·行人计数的算法设计与实验结果 | 第32-38页 |
| ·算法设计 | 第32-37页 |
| ·实验结果 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 客流动态密度估计与流线分析 | 第39-57页 |
| ·客流动态密度估计 | 第39-47页 |
| ·客流轮廓提取 | 第39-43页 |
| ·客流特征提取 | 第43-46页 |
| ·客流数量的回归分析 | 第46-47页 |
| ·客流流线分析 | 第47-56页 |
| ·基于改进主题模型的流线分析 | 第47-52页 |
| ·实验设计与结果分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 5 基于背景建模的行人异常行为检测 | 第57-69页 |
| ·异常入侵检测 | 第57-60页 |
| ·基于改进的高斯混合模型的背景建模 | 第57-59页 |
| ·实验结果分析 | 第59-60页 |
| ·滞留物品检测 | 第60-68页 |
| ·滞留物品和滞留行为的定义 | 第61-62页 |
| ·基于码本模型的滞留物品检测 | 第62-66页 |
| ·实验结果分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 6 客流监控平台的设计与实现 | 第69-79页 |
| ·客流监控平台的框架和功能设计 | 第69-71页 |
| ·视频监控平台的实现 | 第71-78页 |
| ·基本功能的主要流程 | 第71-75页 |
| ·视频监控平台的功能实现 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 7 结论与展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 作者简历 | 第85-89页 |
| 学位论文数据集 | 第89页 |
