| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 全方位视觉的研究现状 | 第11-12页 |
| 1.2.2 多目标前景对象检测与跟踪研究现状 | 第12-13页 |
| 1.2.3 消费者行为分析的研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文章节安排 | 第15-17页 |
| 第2章 系统的总体设计 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 系统概述 | 第17-18页 |
| 2.3 系统硬件设计 | 第18-20页 |
| 2.4 系统的软件设计 | 第20-22页 |
| 2.4.1 软件总体设计 | 第20-21页 |
| 2.4.2 主要功能模块介绍 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 多目标前景对象检测算法研究 | 第23-36页 |
| 3.1 引言 | 第23页 |
| 3.2 常用目标检测算法 | 第23-25页 |
| 3.2.1 帧间差分法 | 第23-24页 |
| 3.2.2 光流法 | 第24页 |
| 3.2.3 背景差分算法 | 第24-25页 |
| 3.3 基于运动历史和运动能量的目标检测算法 | 第25-32页 |
| 3.3.1 MHI算法MEI算法 | 第25-26页 |
| 3.3.2 MHoEI算法 | 第26-32页 |
| 3.4 实验研究与分析 | 第32-35页 |
| 3.4.1 MHI与MHoEI目标检测效果对比实验 | 第32-33页 |
| 3.4.2 基于H通道的消除阴影实验 | 第33-34页 |
| 3.4.3 基于MHoEI算法的多目标前景对象检测实验 | 第34-35页 |
| 3.4.4 多目标前景对象检测实时性分析实验 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 多目标跟踪算法研究 | 第36-54页 |
| 4.1 引言 | 第36页 |
| 4.2 常用目标跟踪算法 | 第36-38页 |
| 4.2.1 Camshift跟踪算法 | 第36-37页 |
| 4.2.2 Kalman跟踪算法 | 第37-38页 |
| 4.3 面向对象的多目标跟踪算法 | 第38-45页 |
| 4.3.1 面向对象的多目标跟踪算法 | 第39-42页 |
| 4.3.2 多目标匹配算法 | 第42-45页 |
| 4.4 实验研究与分析 | 第45-53页 |
| 4.4.1 单特征与多特征融合多目标跟踪比较实验研究 | 第46-47页 |
| 4.4.2 多目标对象跟踪实验研究 | 第47-52页 |
| 4.4.3 多目标对象跟踪精度和实时性实验分析 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 消费者行为分析研究 | 第54-64页 |
| 5.1 引言 | 第54页 |
| 5.2 消费者行为分析 | 第54-57页 |
| 5.2.1 消费者行为分析的方法 | 第54-55页 |
| 5.2.2 基于全方位视觉的消费者行为分析方法 | 第55-57页 |
| 5.3 实验结果分析 | 第57-63页 |
| 5.3.1 购物环境定制 | 第58-60页 |
| 5.3.2 消费者行为分析实验 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 系统实现 | 第64-69页 |
| 6.1 引言 | 第64页 |
| 6.2 系统开发环境及其相关技术的介绍 | 第64-65页 |
| 6.3 关键软件模块的实现 | 第65-67页 |
| 6.3.1 视频图像采集模块 | 第65页 |
| 6.3.2 多目标前景对象检测模块 | 第65-66页 |
| 6.3.3 多目标跟踪模块 | 第66页 |
| 6.3.4 环境定制模块 | 第66-67页 |
| 6.3.5 消费者的运动轨迹检测模块 | 第67页 |
| 6.4 程序界面与说明 | 第67-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第7章 总结与展望 | 第69-71页 |
| 7.1 总结 | 第69页 |
| 7.2 存在的问题 | 第69-70页 |
| 7.3 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间参加的科研项目和成果 | 第76页 |
