基于多特征回归的人群计数方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 基于视频的人群计数的目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 自动人群计数方法研究现状 | 第12-13页 |
| 1.3.2 人群计数的特征提取方法研究现状 | 第13-14页 |
| 1.3.3 人群计数的回归方法研究现状 | 第14-15页 |
| 1.4 人群计数的技术难点 | 第15-16页 |
| 1.5 本文主要工作 | 第16页 |
| 1.6 本文的组织结构 | 第16-18页 |
| 第2章 基于多特征回归的人群计数方法的理论基础 | 第18-28页 |
| 2.1 前景目标检测现有基本方法 | 第18-22页 |
| 2.1.1 帧间差分法 | 第18-19页 |
| 2.1.2 背景建模法 | 第19-22页 |
| 2.2 特征提取现有基本方法 | 第22-25页 |
| 2.2.1 基于像素的特征提取方法 | 第22-23页 |
| 2.2.2 基于直方图的特征提取方法 | 第23页 |
| 2.2.3 基于关键点的特征提取方法 | 第23-24页 |
| 2.2.4 基于纹理的特征提取方法 | 第24-25页 |
| 2.3 回归方法现有的基本方法 | 第25-27页 |
| 2.3.1 多元线性回归 | 第25页 |
| 2.3.2 M5P回归 | 第25-27页 |
| 2.3.3 支持向量回归 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于前景块段和KAZE特征的人群计数算法 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 算法整体思路与整体结构 | 第28-29页 |
| 3.3 前景块段的获取 | 第29-30页 |
| 3.4 基于前景块段的特征提取 | 第30-36页 |
| 3.4.1 前景块段本身的特征提取 | 第30-31页 |
| 3.4.2 前景段内部的特征提取 | 第31-36页 |
| 3.5 算法各部分实现方法 | 第36-40页 |
| 3.6 实验结果与分析 | 第40-43页 |
| 3.6.1 数据集 | 第40-41页 |
| 3.6.2 实验结果与讨论 | 第41-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 基于改进的高斯过程回归的人群计数算法 | 第44-53页 |
| 4.1 引言 | 第44-45页 |
| 4.2 结合细菌觅食算法的高斯过程回归 | 第45-49页 |
| 4.2.1 高斯过程(GP) | 第45-46页 |
| 4.2.2 共轭梯度法 | 第46-47页 |
| 4.2.3 细菌觅食算法 | 第47-48页 |
| 4.2.4 结合细菌觅食算法的高斯过程算法 | 第48-49页 |
| 4.3 算法的实现 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-62页 |
| 致谢 | 第62页 |
