摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-11页 |
1.1 引言 | 第8页 |
1.2 国内外研究概况 | 第8-9页 |
1.3 本论文的主要工作及结构安排 | 第9-11页 |
1.3.1 论文的主要工作 | 第9-10页 |
1.3.2 论文的结构安排 | 第10-11页 |
第二章 人脸检测技术研究 | 第11-23页 |
2.1 人脸分析及人脸检测算法绪论 | 第11页 |
2.2 人脸检测方法的分类 | 第11-12页 |
2.3 使用刚性模板的人脸检测算法 | 第12-18页 |
2.3.1 Viola-Jones人脸检测算法 | 第12-15页 |
2.3.2 使用神经网络的刚性模板人脸检测 | 第15-17页 |
2.3.3 刚性模板人脸检测的其他学习方案 | 第17-18页 |
2.4 基于可变形部件模型(DPM)的人脸检测 | 第18-22页 |
2.4.1 DPM模型构建 | 第18-19页 |
2.4.2 实验检测结果 | 第19-22页 |
2.5 总结 | 第22-23页 |
第三章 人群密集场所人流量统计分析技术 | 第23-31页 |
3.1 人流数量智能分析绪论 | 第23页 |
3.2 人流数量智能分析简介 | 第23页 |
3.3 人流数量智能分析算法分类及描述 | 第23-24页 |
3.3.1 基于红外线感应分析的方法 | 第23页 |
3.3.2 基于重力感应分析的方法 | 第23-24页 |
3.3.3 基于机械计数分析的方法 | 第24页 |
3.3.4 基于视频智能分析的方法 | 第24页 |
3.4 人流数量智能分析算法实现 | 第24-26页 |
3.5 基于视频人流数量智能分析系统组成架构 | 第26-31页 |
3.5.1 基于视频人流数量智能分析系统的组成 | 第26页 |
3.5.2 基于视频人流数量智能分析系统的架构 | 第26-27页 |
3.5.3 前端架设要求 | 第27-29页 |
3.5.4 智能调试要求 | 第29-31页 |
第四章 车辆行进状态下移动视频智能显示技术 | 第31-42页 |
4.1 移动视频智能显示技术绪论 | 第31页 |
4.2 移动视频智能显示技术简介 | 第31页 |
4.3 移动视频智能显示技术分类及描述 | 第31-32页 |
4.4 移动视频智能显示算法实现 | 第32-35页 |
4.4.1 基于 4G LTE专网的数据传输技术 | 第32页 |
4.4.2 依托多核心网的TD-LTE业务隔离管理保障安全 | 第32-33页 |
4.4.3 多优先级TD-LTE数据业务承载 | 第33-35页 |
4.5 基于OBD数据采集算法的实现 | 第35-37页 |
4.5.1 总体设计 | 第35-36页 |
4.5.2 命令说明 | 第36页 |
4.5.3 诊断模式 | 第36-37页 |
4.5.4 软件流程 | 第37页 |
4.6 基于地图引擎反解析的方法 | 第37-42页 |
4.6.1 经纬度信息服务模块 | 第39-40页 |
4.6.2 逆地址解析服务 | 第40-41页 |
4.6.3 地址解析服务 | 第41-42页 |
第五章 应用系统框架和实战应用 | 第42-49页 |
5.1 公安智能视频的实战应用绪论 | 第42页 |
5.2 公安智能视频实战应用系统 | 第42-46页 |
5.2.1 系统简介 | 第42-43页 |
5.2.2 系统视频来源 | 第43页 |
5.2.3 系统应用组成 | 第43-45页 |
5.2.4 系统结构 | 第45-46页 |
5.3 智能视频在公安实战的应用 | 第46-49页 |
5.3.1 人脸检测在视频侦查中应用 | 第46-47页 |
5.3.2 人流数量统计分析在大型活动安保中的应用 | 第47-48页 |
5.3.3 移动视频要素智能调度显示在警卫任务中的应用 | 第48-49页 |
第六章 总结与展望 | 第49-50页 |
参考文献 | 第50-53页 |
致谢 | 第53页 |