| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 人数统计国内外研究现状 | 第12-15页 |
| 1.2.1 基于单帧图像的人数统计研究现状 | 第12-14页 |
| 1.2.2 人流量统计研究现状 | 第14-15页 |
| 1.3 当前人数统计存在的问题 | 第15-16页 |
| 1.4 本文的工作及组织结构 | 第16-18页 |
| 第2章 人数统计相关技术基础 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 Kinect感应器 | 第18-21页 |
| 2.2.1 Kinect软硬件平台介绍 | 第18-20页 |
| 2.2.2 Kinect数据采集 | 第20-21页 |
| 2.3 目标检测与识别 | 第21-25页 |
| 2.3.1 图像分割 | 第21-22页 |
| 2.3.2 分类器选择 | 第22-25页 |
| 2.4 目标跟踪 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于RGB-D双模数据的人数统计 | 第27-40页 |
| 3.1 引言 | 第27页 |
| 3.2 基于RGB-D双模数据的人数统计框架 | 第27-28页 |
| 3.3 基于多种子点区域生长的目标分割 | 第28-32页 |
| 3.3.1 基于多种子点的区域生长方法 | 第28-29页 |
| 3.3.2 候选目标分割 | 第29-32页 |
| 3.4 基于CNN的目标识别 | 第32-34页 |
| 3.5 实验结果与分析 | 第34-39页 |
| 3.5.1 数据集与评估方法 | 第34-35页 |
| 3.5.2 候选目标分割评估 | 第35-37页 |
| 3.5.3 人数统计评估 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 复杂环境下基于RGB-D序列的人流量统计 | 第40-53页 |
| 4.1 引言 | 第40页 |
| 4.2 复杂环境下基于RGB-D序列的人头检测与识别 | 第40-45页 |
| 4.2.1 运动目标区域检测 | 第41-42页 |
| 4.2.2 深度图像修复 | 第42-43页 |
| 4.2.3 基于water filling的人头候选区域检测 | 第43-44页 |
| 4.2.4 基于SVM的人头识别确认 | 第44-45页 |
| 4.3 基于weighted KNN的多目标跟踪 | 第45-46页 |
| 4.4 实验结果与分析 | 第46-52页 |
| 4.4.1 数据集与对比方法 | 第47-49页 |
| 4.4.2 候选人头检测评估 | 第49-51页 |
| 4.4.3 人流量统计评估 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 基于Kinect的人流量统计软件系统实现 | 第53-61页 |
| 5.1 引言 | 第53页 |
| 5.2 系统运行环境简介 | 第53页 |
| 5.3 系统需求分析 | 第53-55页 |
| 5.3.1 功能需求 | 第53-54页 |
| 5.3.2 性能需求 | 第54页 |
| 5.3.3 外部接口需求 | 第54-55页 |
| 5.4 系统概要设计 | 第55-56页 |
| 5.4.1 系统体系结构设计 | 第55-56页 |
| 5.4.2 系统功能模块划分 | 第56页 |
| 5.5 系统详细设计 | 第56-59页 |
| 5.6 系统实现 | 第59-60页 |
| 5.7 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61-62页 |
| 6.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第71页 |