| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 课题研究背景及学术意义 | 第8-10页 |
| 1.2 国内外研究现状及关键技术 | 第10-15页 |
| 1.2.1 国内外研究现状 | 第10-13页 |
| 1.2.2 人流量统计关键技术 | 第13-15页 |
| 1.3 人流量统计系统设计难点 | 第15页 |
| 1.4 论文内容结构安排 | 第15-17页 |
| 2 基于 Kinect 深度信息的人体目标检测 | 第17-35页 |
| 2.1 Kinect 数据采集 | 第17-19页 |
| 2.1.1 Kinect 彩色数据采集 | 第17-18页 |
| 2.1.2 Kinect 深度数据采集 | 第18-19页 |
| 2.2 深度图像预处理 | 第19-22页 |
| 2.2.1 深度图像形态学处理 | 第19-21页 |
| 2.2.2 中值滤波 | 第21-22页 |
| 2.3 图像分割基本方法 | 第22-23页 |
| 2.4 全局分块并行式搜索的最大稳定极值区域分割方法 | 第23-32页 |
| 2.4.1 最大稳定极值区域 | 第24-29页 |
| 2.4.2 基于 MSER 的人体头部区域提取 | 第29-32页 |
| 2.5 行人目标标记 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 3 行人目标跟踪 | 第35-43页 |
| 3.1 行人目标预估计 | 第36-38页 |
| 3.2 运动目标跟踪算法概述 | 第38-40页 |
| 3.3 结合形心算法的区域模板跟踪算法 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 人流量统计系统设计 | 第43-50页 |
| 4.1 人流量统计系统结构 | 第43-45页 |
| 4.2 人流量系统统计策略 | 第45-46页 |
| 4.3 实验结果及分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 全文总结 | 第50-51页 |
| 5.2 工作展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |