| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究工作的背景与意义 | 第12-15页 |
| 1.1.1 人群检测专题研究的应用 | 第12-13页 |
| 1.1.2 国内外发展现状 | 第13-15页 |
| 1.2 本文的主要研究内容 | 第15-16页 |
| 1.3 本论文的结构安排 | 第16-17页 |
| 第二章 基础理论和相关技术 | 第17-30页 |
| 2.1 人群统计算法综述 | 第17-20页 |
| 2.2 深度学习相关技术 | 第20-25页 |
| 2.2.1 一维卷积层 | 第20-22页 |
| 2.2.2 全卷积网络FCN | 第22-24页 |
| 2.2.3 RCNN | 第24-25页 |
| 2.3 特征提取相关技术 | 第25-27页 |
| 2.3.1 基于颜色的特征 | 第25页 |
| 2.3.2 基于纹理的特征 | 第25-26页 |
| 2.3.3 基于形状的特征 | 第26页 |
| 2.3.4 基于空间布局的特征 | 第26-27页 |
| 2.4 图像分割技术 | 第27-29页 |
| 2.4.1 基于视频的图像分割 | 第27-28页 |
| 2.4.2 基于静态图像的图像分割技术 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 改进的基于回归网络的人群统计方法 | 第30-50页 |
| 3.1 改进的混合高斯建模背景分割算法 | 第30-32页 |
| 3.2 改进基于视角不变性的特征提取算法 | 第32-39页 |
| 3.2.1 透视关系密度图的产生 | 第33-36页 |
| 3.2.2 改进的方向梯度直方图HOG算法 | 第36-38页 |
| 3.2.3 改进的局部二值模式(LBP)算子 | 第38-39页 |
| 3.3 算法设计与实现 | 第39-43页 |
| 3.4 算法复杂度分析 | 第43-44页 |
| 3.5 实验及结果分析 | 第44-49页 |
| 3.5.1 人群统计算法的评价标准 | 第44-46页 |
| 3.5.2 训练数据库 | 第46页 |
| 3.5.3 实验结果及分析 | 第46-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 一种基于人体检测网络的人群统计算法 | 第50-66页 |
| 4.1 一种基于机器学习候选区域生成算法 | 第50-53页 |
| 4.2 基于AlexNet网络的人体检测模型 | 第53-57页 |
| 4.2.1 AlexNet网络的分析 | 第53-55页 |
| 4.2.2 AlexNet网络的微调实验 | 第55-57页 |
| 4.3 算法设计与实现 | 第57-59页 |
| 4.4 算法复杂度分析 | 第59-60页 |
| 4.5 实验及结果分析 | 第60-64页 |
| 4.5.1 构建人体数据库 | 第60-61页 |
| 4.5.2 实验结果及分析 | 第61-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第五章 一种基于全卷积网络的人群密度估计算法 | 第66-79页 |
| 5.1 一种基于二维混合高斯模型的人体图像标注方法 | 第66-69页 |
| 5.2 基于全卷积网络fcn16的人群密度预测算法 | 第69-73页 |
| 5.2.1 fcn网络的分析 | 第69-70页 |
| 5.2.2 fcn-8网络的微调实验 | 第70-73页 |
| 5.3 算法设计与实现 | 第73-74页 |
| 5.4 算法复杂度分析 | 第74-75页 |
| 5.5 试验及结果分析 | 第75-78页 |
| 5.6 本章小结 | 第78-79页 |
| 第六章 人群统计系统设计与实现 | 第79-102页 |
| 6.1 系统需求 | 第79-80页 |
| 6.2 系统设计 | 第80-91页 |
| 6.2.1 系统描述 | 第80页 |
| 6.2.2 架构设计 | 第80-81页 |
| 6.2.3 系统模块 | 第81-83页 |
| 6.2.4 系统流程 | 第83-91页 |
| 6.3 系统实现 | 第91-99页 |
| 6.3.1 算法实现 | 第92-95页 |
| 6.3.2 样本数据处理模块实现 | 第95页 |
| 6.3.3 视频传输实现 | 第95-97页 |
| 6.3.4 http代理服务器的实现 | 第97-99页 |
| 6.4 系统测试 | 第99-100页 |
| 6.5 本章小结 | 第100-102页 |
| 第七章 全文总结与展望 | 第102-104页 |
| 7.1 全文总结 | 第102-103页 |
| 7.2 后续工作展望 | 第103-104页 |
| 致谢 | 第104-105页 |
| 参考文献 | 第105-110页 |
| 攻读硕士学位期间取得的成果 | 第110页 |