监控视频人体状态识别方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 人体检测算法研究现状 | 第11-14页 |
| 1.2.2 人体跟踪算法研究现状 | 第14-16页 |
| 1.3 主要研究内容及结构安排 | 第16-17页 |
| 第2章 基于FasterRCNN的人体检测算法 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 人员检测训练集制作及评价标准 | 第17-20页 |
| 2.2.1 人员样本库介绍 | 第17-19页 |
| 2.2.2 人员检测评价标准 | 第19-20页 |
| 2.3 基于FasterRCNN的人员检测算法 | 第20-26页 |
| 2.3.1 FasterRCNN人员检测 | 第21-23页 |
| 2.3.2 人员区域精确定位 | 第23-26页 |
| 2.4 实验结果与分析 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于多策略融合的人体跟踪算法 | 第31-49页 |
| 3.1 引言 | 第31页 |
| 3.2 TLD目标跟踪算法 | 第31-33页 |
| 3.3 基于多策略融合的人体跟踪算法 | 第33-43页 |
| 3.3.1 基于HOG特征的跟踪模块设计 | 第34-37页 |
| 3.3.2 基于颜色特征的分类模块设计 | 第37-42页 |
| 3.3.3 学习模块与综合模块设计 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 人体状态识别方法 | 第49-66页 |
| 4.1 引言 | 第49页 |
| 4.2 人体区域分割 | 第49-52页 |
| 4.3 基于时空滤波的细微运动检测 | 第52-57页 |
| 4.3.1 运动区域特征点跟踪 | 第53-55页 |
| 4.3.2 相关运动聚类 | 第55-57页 |
| 4.4 基于运动检测的人体状态识别 | 第57-59页 |
| 4.5 仿真验证 | 第59-65页 |
| 4.5.1 仿真参数 | 第59页 |
| 4.5.2 仿真结果 | 第59-65页 |
| 4.6 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-72页 |
| 致谢 | 第72页 |
