复杂场景下的人数统计系统
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·完成的工作与论文的结构 | 第10-12页 |
| 第二章 前景目标提取与形态学处理及部分常见特征 | 第12-27页 |
| ·前景提取算法 | 第12-16页 |
| ·背景差分 | 第12-13页 |
| ·相邻帧差法 | 第13页 |
| ·均值法 | 第13页 |
| ·混合高斯模型 | 第13-16页 |
| ·形态学处理算法 | 第16-20页 |
| ·平滑处理 | 第16-18页 |
| ·腐蚀和膨胀 | 第18-20页 |
| ·开运算和闭运算 | 第20页 |
| ·一些常见图像特征 | 第20-26页 |
| ·灰度共生矩阵 | 第20-23页 |
| ·明科夫斯基分形维数 | 第23-24页 |
| ·正交不变切比雪夫矩 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 分类和回归方法 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·最小二乘法 | 第28-29页 |
| ·神经网络方法 | 第29-32页 |
| ·神经元 | 第29-30页 |
| ·神经元网络模型 | 第30页 |
| ·神经网络函数 | 第30-32页 |
| ·支持向量机 | 第32-34页 |
| ·支持向量回归 | 第34-36页 |
| ·支持向量线性回归 | 第34-35页 |
| ·支持向量非线性回归 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于特征回归的人数统计系统 | 第37-50页 |
| ·使用改进的混合高斯模型提取前景 | 第37-38页 |
| ·应用局部特征 | 第38-39页 |
| ·使用基本特征描述 | 第39-40页 |
| ·区分具有不同人群密度的前景块 | 第40-43页 |
| ·统计内边缘长度及方向直方图 | 第40-41页 |
| ·统计前景块内的 Shi-Tomasi 角点数 | 第41-43页 |
| ·应对透视效应带来的误差 | 第43-45页 |
| ·不理想前景分割的处理 | 第45-47页 |
| ·处理非人物体的干扰 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验结果及分析 | 第50-56页 |
| ·算法的实现 | 第50-51页 |
| ·结果及分析 | 第51-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
