基于OpenCV的行人检测系统的实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 引言 | 第12-18页 |
| ·研究背景与意义 | 第12-13页 |
| ·视频监控概述 | 第13-14页 |
| ·智能视频监控的发展 | 第13-14页 |
| ·智能视频监控的主要研究内容 | 第14页 |
| ·行人检测 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·论文主要内容及结构安排 | 第16-18页 |
| 第二章 理论基础 | 第18-30页 |
| ·模式识别 | 第18-20页 |
| ·HAAR特征 | 第20-25页 |
| ·Haar特征的计算 | 第20-25页 |
| ·ADABOOST算法 | 第25-30页 |
| ·Discrete AdaBoost | 第27-28页 |
| ·Real AdaBoost | 第28页 |
| ·LogitBoost | 第28-29页 |
| ·Gentle AdaBoost | 第29-30页 |
| 第三章 系统软件界面的设计 | 第30-39页 |
| ·MFC简介 | 第30-31页 |
| ·核心数据结构 | 第31-36页 |
| ·软件界面及实现功能 | 第36-39页 |
| 第四章 OPENCV与分类器 | 第39-53页 |
| ·OPENCV | 第39-41页 |
| ·HAAR分类器的训练流程 | 第41-47页 |
| ·总体框架 | 第42-43页 |
| ·样本准备 | 第43-45页 |
| ·训练过程 | 第45-47页 |
| ·验证算法 | 第47-48页 |
| ·双分类器设计 | 第48-53页 |
| 第五章 总结与展望 | 第53-54页 |
| ·本文工作总结 | 第53页 |
| ·未来工作展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-69页 |
| 攻硕期间取得的研究成果 | 第69页 |