| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 智能视频监控系统概述 | 第12-13页 |
| 1.2.2 运动目标检测与跟踪技术研究现状 | 第13-15页 |
| 1.2.3 应用于课题场景的研究现状 | 第15页 |
| 1.3 论文研究重点及章节安排 | 第15-18页 |
| 第二章 检测系统整体方案设计 | 第18-27页 |
| 2.1 检测系统需求分析 | 第18-20页 |
| 2.2 检测系统整体方案设计 | 第20-26页 |
| 2.2.1 整体框架设计 | 第20-21页 |
| 2.2.2 硬件平台选型介绍 | 第21-25页 |
| 2.2.3 软件框架方案设计 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 扶梯出口乘客运动目标检测方法 | 第27-51页 |
| 3.1 常用检测方法及实验分析 | 第27-32页 |
| 3.1.1 光流场法 | 第27页 |
| 3.1.2 帧间差分法 | 第27-29页 |
| 3.1.3 背景减除法 | 第29-32页 |
| 3.2 基于改进Hu不变矩的乘客运动目标检测方法 | 第32-41页 |
| 3.2.1 Hu不变矩算法可行性分析 | 第32-34页 |
| 3.2.2 基于Hu不变矩乘客目标检测方法 | 第34-36页 |
| 3.2.3 改进Hu不变矩乘客头顶检测方法 | 第36-41页 |
| 3.3 基于HOG+Adaboost的乘客运动目标检测方法 | 第41-50页 |
| 3.3.1 HOG特征分析 | 第41-42页 |
| 3.3.2 Adaboost算法基本原理 | 第42-44页 |
| 3.3.3 基于HOG+Adaboost的乘客头顶检测方法 | 第44-48页 |
| 3.3.4 仿真实验结果及分析 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 扶梯出口乘客运动目标跟踪方法 | 第51-63页 |
| 4.1 常用跟踪方法及应用场景分析 | 第51-53页 |
| 4.1.1 常用跟踪方法及分析 | 第51-52页 |
| 4.1.2 课题应用场景跟踪难点分析 | 第52-53页 |
| 4.2 基于邻帧匹配和卡尔曼滤波的乘客目标跟踪方法 | 第53-62页 |
| 4.2.1 卡尔曼滤波器 | 第53-56页 |
| 4.2.2 卡尔曼滤波器跟踪预测 | 第56-58页 |
| 4.2.3 邻帧匹配多目标跟踪策略 | 第58-59页 |
| 4.2.4 仿真实验结果及分析 | 第59-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 扶梯出口大件物品滞留检测方法 | 第63-72页 |
| 5.1 基于Surendra快、慢背景差分策略的检测方法 | 第63-71页 |
| 5.1.1 Surendra背景更新 | 第64页 |
| 5.1.2 检测方法要点分析 | 第64-65页 |
| 5.1.3 检测方法具体步骤 | 第65-68页 |
| 5.1.4 仿真实验结果及分析 | 第68-71页 |
| 5.2 本章小结 | 第71-72页 |
| 第六章 基于DSP平台的系统实现 | 第72-84页 |
| 6.1 算法移植与实现 | 第72-79页 |
| 6.1.1 CCS5.5 集成开发环境 | 第73-74页 |
| 6.1.2 系统DSP程序流程图 | 第74-75页 |
| 6.1.3 算法移植要点分析 | 第75-76页 |
| 6.1.4 如何找到低效率代码段 | 第76-77页 |
| 6.1.5 优化方法策略分析 | 第77-79页 |
| 6.2 系统测试结果及分析 | 第79-83页 |
| 6.2.1 系统检测效果测试 | 第79-80页 |
| 6.2.2 开发板与PC端通讯测试 | 第80-83页 |
| 6.3 本章小结 | 第83-84页 |
| 总结与展望 | 第84-87页 |
| 1. 本文主要完成工作 | 第84-85页 |
| 2. 本文研究中的不足与展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间取得的研究成果 | 第91-92页 |
| 致谢 | 第92-93页 |
| 附件 | 第93页 |
