人群密度自动统计系统的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·概述 | 第9页 |
| ·视频监控和智能分析的研究进展 | 第9-11页 |
| ·研究目的与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文研究的基本情况 | 第14-16页 |
| ·论文研究的思路 | 第14页 |
| ·论文研究的目标 | 第14页 |
| ·论文解决的关键问题 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 人群密度统计算法 | 第16-33页 |
| ·概述 | 第16页 |
| ·现有人群密度统计算法 | 第16-25页 |
| ·人群密度分类 | 第16-17页 |
| ·基于像素特征的人群密度统计 | 第17-21页 |
| ·基于纹理特征的人群密度统计 | 第21-23页 |
| ·基于个人特征的人群密度统计 | 第23页 |
| ·人群密度自动统计的拟合方法 | 第23-25页 |
| ·基于灰度共生矩阵的纹理特征分析 | 第25-28页 |
| ·基于SVM的人群密度统计算法分析 | 第28-30页 |
| ·人群密度自动统计系统(本文)中的SVM算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于SVM的人群密度统计算法 | 第33-45页 |
| ·概述 | 第33页 |
| ·基于现有的人群密度估计算法分析 | 第33-35页 |
| ·本文提出的人群密度统计算法 | 第35-40页 |
| ·算法简介 | 第35-36页 |
| ·算法实现过程 | 第36-40页 |
| ·基于SVM的人群密度统计实验 | 第40-44页 |
| ·样本准备 | 第40-41页 |
| ·样本分类 | 第41页 |
| ·训练样本 | 第41-43页 |
| ·识别 | 第43页 |
| ·结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 人群密度统计软件开发 | 第45-60页 |
| ·概述 | 第45页 |
| ·数字视频监控平台 | 第45-50页 |
| ·硬件架构设计 | 第45-48页 |
| ·软件架构设计 | 第48-49页 |
| ·业务层软件开发 | 第49-50页 |
| ·人群密度统计系统 | 第50-59页 |
| ·密度统计系统设计 | 第50-52页 |
| ·密度统计服务端 | 第52-55页 |
| ·密度统计客户端 | 第55-59页 |
| ·实验结果 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第五章 结论和展望 | 第60-61页 |
| ·本论文研究总结 | 第60页 |
| ·前景展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士研究生期间取得的研究成果 | 第65页 |
