基于机器视觉的人流量双向统计技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·人流量统计技术的关键及难点 | 第10-11页 |
| ·本文主要内容及章节安排 | 第11-13页 |
| 第二章 人流量统计的基本原理和方法 | 第13-25页 |
| ·人流量统计的基本原理 | 第13-14页 |
| ·行人检测方法概述 | 第14-21页 |
| ·背景差分法 | 第14-17页 |
| ·帧间差分法 | 第17页 |
| ·光流场法 | 第17-18页 |
| ·基于人体模型的行人检测 | 第18-19页 |
| ·基于模板匹配的行人检测 | 第19页 |
| ·基于统计分类的行人检测 | 第19-21页 |
| ·目标跟踪方法概述 | 第21-23页 |
| ·基于特征匹配的目标跟踪 | 第21页 |
| ·基于模板的目标跟踪 | 第21-22页 |
| ·基于活动轮廓的目标跟踪 | 第22页 |
| ·基于3D的目标跟踪 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 人头检测与提取 | 第25-45页 |
| ·发色模型与形状模型相结合的人头检测 | 第25-34页 |
| ·发色在彩色空间的分布 | 第25-27页 |
| ·发色模型的建立 | 第27-31页 |
| ·头部形状模型 | 第31-32页 |
| ·实验结果 | 第32-34页 |
| ·基于梯度方向直方图的人头检测 | 第34-42页 |
| ·人头检测的原理 | 第35-36页 |
| ·样本的收集 | 第36-37页 |
| ·HOG特征提取 | 第37-39页 |
| ·SVM分类器 | 第39-41页 |
| ·实验结果 | 第41-42页 |
| ·本章小结 | 第42-45页 |
| 第四章 人头跟踪与计数 | 第45-53页 |
| ·基于人头目标链的行人跟踪 | 第45-49页 |
| ·目标链 | 第45-46页 |
| ·基于速度均匀和方向不变的人头目标链跟踪 | 第46-47页 |
| ·人头目标链跟踪算法流程 | 第47-48页 |
| ·人头检测与跟踪过程中若干问题的处理 | 第48-49页 |
| ·目标计数 | 第49-52页 |
| ·虚拟线圈的建立与设置 | 第49-50页 |
| ·单向计数策略 | 第50-51页 |
| ·双向计数策略 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 实验结果及分析 | 第53-61页 |
| ·基于通道的人流量统计结果 | 第53-55页 |
| ·基于公交车的乘客流量统计结果 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间取得的科研成果 | 第69-71页 |
| 致谢 | 第71页 |
