监所视频监控系统目标检测及视频拼接软件设计
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 智能视频监控系统的发展和现状 | 第10-11页 |
| 1.2.2 深度学习的研究和发展现状 | 第11-12页 |
| 1.3 课题研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 相关技术介绍 | 第15-23页 |
| 2.1 视频拼接 | 第15-17页 |
| 2.1.1 图像拼接原理 | 第15-16页 |
| 2.1.2 最佳缝合线 | 第16-17页 |
| 2.2 深度学习 | 第17-20页 |
| 2.2.1 深度学习基本思想及训练方法 | 第18页 |
| 2.2.2 深度学习的优势 | 第18-20页 |
| 2.3 Caffe深度学习框架 | 第20-21页 |
| 2.4 枪球联动 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 系统总体设计 | 第23-34页 |
| 3.1 系统总体架构 | 第23-25页 |
| 3.2 人员检测服务器软件总体设计 | 第25-27页 |
| 3.3 回字形全景客户端软件总体设计 | 第27-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 基于SURF算法的多路视频拼接方案 | 第34-54页 |
| 4.1 SURF算法 | 第34-35页 |
| 4.2 摄像机标定方案 | 第35-37页 |
| 4.3 多路视频拼接方案实现 | 第37-53页 |
| 4.3.1 数据接入 | 第38-42页 |
| 4.3.2 数据控制 | 第42-49页 |
| 4.3.3 算法逻辑 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 基于SSD的人员目标检测方案 | 第54-65页 |
| 5.1 SSD算法 | 第54-56页 |
| 5.2 样本训练 | 第56-62页 |
| 5.2.1 数据采集 | 第57页 |
| 5.2.2 网络训练 | 第57-62页 |
| 5.3 检测方案实现 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 系统测试及结果 | 第65-75页 |
| 6.1 测试概要 | 第65-67页 |
| 6.1.1 测试环境 | 第65-66页 |
| 6.1.2 测试内容 | 第66-67页 |
| 6.2 测试方案及结果 | 第67-74页 |
| 6.2.1 功能测试 | 第67-71页 |
| 6.2.2 性能测试 | 第71-74页 |
| 6.3 本章小结 | 第74-75页 |
| 7 总结和展望 | 第75-77页 |
| 7.1 全文结论 | 第75-76页 |
| 7.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 作者简介 | 第81页 |
