| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·人数统计系统的意义 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·深度传感技术简介 | 第8-10页 |
| ·基于 Kinect 的营业厅服务人数统计系统简介 | 第10-11页 |
| ·论文组织和结构 | 第11-13页 |
| 第二章 基于检测跟踪方法人数统计系统中的关键技术 | 第13-19页 |
| ·引言 | 第13页 |
| ·检测跟踪人数统计系统框架 | 第13-14页 |
| ·检测跟踪人数统计系统的关键技术 | 第14-18页 |
| ·人体目标检测 | 第14-16页 |
| ·人体目标跟踪 | 第16-17页 |
| ·方法比较与选择 | 第17-18页 |
| ·本章总结 | 第18-19页 |
| 第三章 营业厅人数统计系统的人体目标检测 | 第19-33页 |
| ·引言 | 第19页 |
| ·人体目标检测 | 第19-24页 |
| ·Kinect 传感器成像 | 第19-20页 |
| ·兴趣空间内的目标检测 | 第20-22页 |
| ·与背景建模方法的对比实验结果 | 第22-24页 |
| ·人脸目标检测 | 第24-31页 |
| ·基于积分图的 Adaboost 人脸检测算法 | 第24-29页 |
| ·分类器的选择与训练 | 第29-30页 |
| ·人体目标检测结果示例 | 第30-31页 |
| ·本章总结 | 第31-33页 |
| 第四章 营业厅人数统计系统的人体目标跟踪 | 第33-53页 |
| ·引言 | 第33-34页 |
| ·基于运动关系和颜色直方图匹配的跟踪算法 | 第34-38页 |
| ·基于运动关系的匹配方法 | 第34-35页 |
| ·颜色分布直方图 | 第35-36页 |
| ·直方图匹配方法 | 第36-37页 |
| ·实验结果 | 第37-38页 |
| ·基于运动关系和特征点匹配的跟踪算法 | 第38-43页 |
| ·SURF 特征 | 第38-39页 |
| ·SURF 特征点的获取与目标模型匹配 | 第39-42页 |
| ·实验结果 | 第42-43页 |
| ·基于 TLD 算法的跟踪方法 | 第43-52页 |
| ·TLD 算法的特点与优势 | 第43-44页 |
| ·PN 学习 | 第44-45页 |
| ·TLD 算法 | 第45-51页 |
| ·实验结果 | 第51-52页 |
| ·本章总结 | 第52-53页 |
| 第五章 基于 Kinect 的营业厅人数统计系统 | 第53-63页 |
| ·系统测试数据库介绍 | 第53-55页 |
| ·系统性能评价标准以及测试结果 | 第55-59页 |
| ·系统性能评价标准 | 第56-57页 |
| ·入口场景的测试结果 | 第57-59页 |
| ·窗口场景的测试结果 | 第59页 |
| ·测试结果分析 | 第59-61页 |
| ·本章总结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |