基于梯度熵的拥挤检测算法的改进研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究内容 | 第11-12页 |
| ·本文的内容安排 | 第12-14页 |
| 第二章 运动目标检测技术研究 | 第14-23页 |
| ·背景建模技术 | 第14-20页 |
| ·单高斯背景建模 | 第14-16页 |
| ·混合高斯背景建模 | 第16-17页 |
| ·基于分块的背景建模 | 第17-20页 |
| ·目标跟踪技术研究 | 第20-21页 |
| ·实验分析 | 第21-22页 |
| ·本章总结 | 第22-23页 |
| 第三章 目标分类技术研究 | 第23-30页 |
| ·目标分类算法的研究 | 第23-27页 |
| ·HOG特征提取算法 | 第23-24页 |
| ·目标分类算法 | 第24-25页 |
| ·基于SVM的人体检测方法 | 第25-27页 |
| ·实验分析 | 第27-28页 |
| ·本章总结 | 第28-30页 |
| 第四章 基于梯度熵的拥挤检测算法改进研究 | 第30-47页 |
| ·基于梯度熵的拥挤检测算法的研究现状 | 第30-36页 |
| ·算法关键技术介绍 | 第30-33页 |
| ·拥挤检测算法 | 第33-36页 |
| ·基于梯度熵的拥挤检测算法的改进方案 | 第36-40页 |
| ·实验分析 | 第40-45页 |
| ·实验环境 | 第41页 |
| ·拥挤检测算法测试与分析 | 第41-45页 |
| ·原算法测试与分析 | 第41-44页 |
| ·改进算法实验 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 拥挤检测系统的设计 | 第47-58页 |
| ·系统功能以及需求分析 | 第47页 |
| ·系统数据流分析 | 第47-51页 |
| ·系统总体设计 | 第51-57页 |
| ·背景/阈值更新模块 | 第53页 |
| ·目标分类模块 | 第53-55页 |
| ·拥挤判断模块 | 第55页 |
| ·系统配置模块 | 第55-56页 |
| ·视频显示/存储模块 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 拥挤检测系统的实现 | 第58-63页 |
| ·开发工具及运行环境介绍 | 第58页 |
| ·系统的实现 | 第58-62页 |
| ·图像处理模块 | 第58-60页 |
| ·用户控制响应模块与视频处理模块 | 第60-62页 |
| ·本章总结 | 第62-63页 |
| 第七章 结束语 | 第63-65页 |
| ·完成的论文工作 | 第63-64页 |
| ·系统的不足 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间参加的科研项目 | 第69页 |
| 攻读学位期间发表的学术论文 | 第69页 |
