监狱犯人越界检测算法研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 监狱犯人越界警戒 | 第10页 |
| 1.1.2 智能安防技术 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.3 论文内容及结构安排 | 第14-15页 |
| 1.3.1 论文内容及结构安排 | 第14-15页 |
| 第二章 前景检测算法 | 第15-24页 |
| 2.1 混合高斯背景建模算法 | 第15-16页 |
| 2.1.1 高斯背景建模 | 第15页 |
| 2.1.2 混合高斯背景建模 | 第15-16页 |
| 2.2 HOG特征结合SVM分类器的前景检测 | 第16-20页 |
| 2.2.1 HOG特征 | 第16-18页 |
| 2.2.2 SVM分类器 | 第18-19页 |
| 2.2.3 两者结合模型 | 第19-20页 |
| 2.3 基于Robust PCA前景检测算法 | 第20-23页 |
| 2.3.1 Robust PCA前景检测算法 | 第20-21页 |
| 2.3.2 Go Dec前景检测算法 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 FaRPCA前景提取算法 | 第24-39页 |
| 3.1 算法模型 | 第24-26页 |
| 3.2 优化 | 第26-28页 |
| 3.2.1 低秩矩阵W的更新 | 第26-27页 |
| 3.2.2 稀疏矩阵Q的更新 | 第27-28页 |
| 3.3 实验结果 | 第28-38页 |
| 3.3.1 前景提取 | 第28-32页 |
| 3.3.2 参数分析 | 第32-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 犯人越界检测 | 第39-46页 |
| 4.1 监狱犯人越界检测系统 | 第39-40页 |
| 4.2 基于Hough变换的警戒线算法检测 | 第40-42页 |
| 4.2.1 HOUGH变换原理 | 第41-42页 |
| 4.2.2 Hough警戒线检测效果 | 第42页 |
| 4.3 基于颜色信息的行人身份识别 | 第42-43页 |
| 4.4 重心检测 | 第43页 |
| 4.5 实验结果 | 第43-45页 |
| 4.5.1 视频效果图对比 | 第43-44页 |
| 4.5.2 时间消耗比较 | 第44页 |
| 4.5.3 正确率比较 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 作者在学期间取得的学术成果 | 第54页 |
