高清视频监视中行人检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·关键技术及研究现状 | 第11-14页 |
| ·运动目标检测 | 第11-12页 |
| ·行人检测 | 第12-13页 |
| ·GPU并行运算 | 第13-14页 |
| ·本文的主要工作和组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 运动目标检测 | 第16-32页 |
| ·经典运动目标检测方法 | 第16-22页 |
| ·帧间差法 | 第16-17页 |
| ·背景差法 | 第17-18页 |
| ·光流法 | 第18-20页 |
| ·高斯分布背景模型 | 第20-22页 |
| ·混合型二轴映射方法 | 第22-28页 |
| ·交叉信息熵 | 第22-23页 |
| ·HSV空间 | 第23-26页 |
| ·阴影检测 | 第26-27页 |
| ·二轴映射 | 第27-28页 |
| ·实验结果与分析 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 行人检测 | 第32-48页 |
| ·行人检测总体流程 | 第32-33页 |
| ·特征描述子 | 第33-38页 |
| ·Haar特征 | 第33-35页 |
| ·SIFT特征 | 第35-36页 |
| ·HOG特征 | 第36-38页 |
| ·模式分类算法简介 | 第38-42页 |
| ·SVM支持向量机 | 第38-40页 |
| ·AdaBoost算法 | 第40-42页 |
| ·其他关键算法 | 第42-44页 |
| ·滑动窗口法 | 第42-43页 |
| ·包围盒合并算法 | 第43-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·本章小结 | 第45-48页 |
| 第4章 高清视频加速策略 | 第48-62页 |
| ·基本加速策略 | 第48-50页 |
| ·类高斯模板 | 第48-50页 |
| ·视频帧序列加速策略 | 第50页 |
| ·GPU并行策略 | 第50-62页 |
| ·GPU架构介绍 | 第51-54页 |
| ·CUDA简介 | 第54-55页 |
| ·基于GPU的行人检测方法设计 | 第55-59页 |
| ·实验结果与分析 | 第59-62页 |
| 第5章 总结 | 第62-64页 |
| ·本文的工作总结 | 第62页 |
| ·未来的工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第70页 |
