| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·行人流量检测的发展与研究现状 | 第10-11页 |
| ·运动行人目标检测 | 第10-11页 |
| ·运动行人目标识别 | 第11页 |
| ·运动行人目标跟踪 | 第11页 |
| ·本论文相关的图像理论基础 | 第11-15页 |
| ·前景提取 | 第11-13页 |
| ·数学形态学 | 第13页 |
| ·HOG 和 LBP 特征 | 第13-14页 |
| ·分类器 | 第14-15页 |
| ·卡尔曼滤波 | 第15页 |
| ·行人流量检测系统的总体设计 | 第15-17页 |
| ·行人流量检测系统的总体结构 | 第15-16页 |
| ·行人流量检测系统软件流程图 | 第16-17页 |
| ·本文研究的主要内容 | 第17-19页 |
| 第2章 摄像头倾斜架设情况下行人流量检测 | 第19-45页 |
| ·摄像头倾斜时行人流量检测流程设计 | 第19-20页 |
| ·运动目标检测 | 第20-26页 |
| ·帧间差分法 | 第20-22页 |
| ·传统背景差分法 | 第22-23页 |
| ·基于 ViBe 模型的背景差分目标检测 | 第23-26页 |
| ·噪声去除及运动目标的外接矩形 | 第26-29页 |
| ·噪声去除 | 第26-28页 |
| ·运动目标的外接矩形 | 第28-29页 |
| ·基于 HOG 特征的 SVM 行人检测分类器设计 | 第29-36页 |
| ·HOG 特征提取 | 第29-34页 |
| ·基于 HOG 特征的 SVM 的行人分类器 | 第34-36页 |
| ·行人跟踪与计数 | 第36-44页 |
| ·基于卡尔曼滤波的行人跟踪 | 第37-43页 |
| ·行人计数 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 摄像头垂直架设情况下行人流量检测 | 第45-54页 |
| ·摄像头垂直时行人流量检测流程设计 | 第45-46页 |
| ·行人头部检测 | 第46-52页 |
| ·基于 LBP 特征的 AdaBoost 分类器检测行人头部 | 第46-50页 |
| ·基于 HOG 特征的 AdaBoost 分类器检测人头 | 第50-51页 |
| ·分类器级联的人头检测 | 第51页 |
| ·人头检测的实验结果 | 第51-52页 |
| ·行人头部跟踪及计数 | 第52-53页 |
| ·基于 Kalman 滤波的人头跟踪 | 第52-53页 |
| ·人头计数 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第4章 信号交叉口行人流量检测系统的实现 | 第54-58页 |
| ·行人流量检测系统的开发环境 | 第54-55页 |
| ·硬件环境 | 第54页 |
| ·软件环境及配置 | 第54-55页 |
| ·行人流量检测系统的软件实现 | 第55-56页 |
| ·行人流量检测系统的检测结果 | 第56-57页 |
| ·系统的性能评价指标 | 第56-57页 |
| ·系统的检测结果及分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·论文工作总结 | 第58-59页 |
| ·未来工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
