高密度人群计数方法的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文研究思路 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·方法思路 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 第二章 相关技术方法的介绍 | 第17-34页 |
| ·方法概述 | 第17-18页 |
| ·图像预处理 | 第18-22页 |
| ·灰度化 | 第18-19页 |
| ·直方图均衡化 | 第19-20页 |
| ·图像平滑 | 第20页 |
| ·形态学处理 | 第20-22页 |
| ·前景提取 | 第22-28页 |
| ·帧差法 | 第22-23页 |
| ·背景建模法 | 第23-26页 |
| ·块匹配算法 | 第26-27页 |
| ·光流法 | 第27-28页 |
| ·人群特征提取 | 第28-30页 |
| ·图像特征 | 第28-29页 |
| ·人群特征 | 第29-30页 |
| ·聚类算法 | 第30-31页 |
| ·人数统计模型 | 第31-32页 |
| ·直接方式 | 第31页 |
| ·间接方式 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 运动人群特征向量的构建 | 第34-46页 |
| ·特征点提取 | 第34-39页 |
| ·图像局部特征 | 第34-35页 |
| ·基于SURF算法的人群特征点提取 | 第35-38页 |
| ·非运动人群特征点的剔除 | 第38-39页 |
| ·基于特征点的人群聚类 | 第39-42页 |
| ·传统的基于密度的聚类算法 | 第40-41页 |
| ·MST-DBSCAN聚类算法 | 第41-42页 |
| ·人群特征向量的构造 | 第42-45页 |
| ·逆透视处理 | 第42-45页 |
| ·特征向量的表达 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于支持向量回归的人数统计模型 | 第46-56页 |
| ·支持向量回归 | 第46-52页 |
| ·支持向量机理论 | 第46-50页 |
| ·支持向量回归 | 第50-52页 |
| ·模型的训练 | 第52-55页 |
| ·实验样本数据的采集 | 第52-54页 |
| ·具体训练与预测 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 实验分析及原型系统 | 第56-66页 |
| ·实验视频序列介绍 | 第56-57页 |
| ·实验结果及分析 | 第57-60页 |
| ·实验结果 | 第57-58页 |
| ·结果分析 | 第58-60页 |
| ·原型系统 | 第60-65页 |
| ·系统概述 | 第60-61页 |
| ·系统实现 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间参加的科技项目和成果 | 第74页 |
