基于智能视频分析的户外广告效果评估系统
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 论文的章节安排 | 第14-15页 |
| 第二章 相关理论知识概述 | 第15-29页 |
| 2.1 图像预处理方法 | 第15-17页 |
| 2.1.1 图像滤波 | 第15-16页 |
| 2.1.2 直方图均衡化 | 第16页 |
| 2.1.3 图像的形态学处理 | 第16-17页 |
| 2.2 图像特征与提取 | 第17-24页 |
| 2.2.1 方向梯度直方图特征 | 第17-18页 |
| 2.2.2 Haar-like特征 | 第18-20页 |
| 2.2.3 二阶方向梯度直方图特征 | 第20-22页 |
| 2.2.4 局部二值模式 | 第22-23页 |
| 2.2.5 分区MB-LBP特征 | 第23-24页 |
| 2.3 图像分类算法 | 第24-28页 |
| 2.3.1 支持向量机 | 第24-26页 |
| 2.3.2 AdaBoost算法 | 第26页 |
| 2.3.3 BP神经网络 | 第26-27页 |
| 2.3.4 决策树与随机森林 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于智能视频分析的户外广告效果评估研究 | 第29-44页 |
| 3.1 户外广告效果评估系统整体功能结构 | 第29-30页 |
| 3.2 融合背景减除的行人检测与跟踪 | 第30-35页 |
| 3.3 基于金字塔级联结构的多姿态人脸检测 | 第35-40页 |
| 3.4 基于特征融合的人脸姿态估计 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 实验及结果分析 | 第44-58页 |
| 4.1 实验环境 | 第44-45页 |
| 4.2 人脸姿态估计实验 | 第45-48页 |
| 4.3 户外广告效果评估实验及分析 | 第48-56页 |
| 4.3.1 广告观看模式分类 | 第48-52页 |
| 4.3.2 广告评价参数 | 第52-56页 |
| 4.4 本章小结 | 第56-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
