视频识别在HSE监控平台中的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·视频监控系统的发展过程 | 第10-11页 |
| ·视频识别技术的研究现状 | 第11-12页 |
| ·论文的主要内容及章节安排 | 第12-15页 |
| 第2章 视频监控系统的总体设计 | 第15-23页 |
| ·视频监控系统的功能需求 | 第15-16页 |
| ·视频监控系统的设计原则 | 第16页 |
| ·视频监控系统的硬件配置 | 第16-22页 |
| ·前端采集设备 | 第17-18页 |
| ·传输媒介与通信协议 | 第18-21页 |
| ·视频服务器及控制主机 | 第21-22页 |
| ·安全警报设备 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 视频监控系统的核心技术 | 第23-35页 |
| ·视频图像预处理技术 | 第23-25页 |
| ·图像灰度化 | 第23-24页 |
| ·图像降噪超分辨率 | 第24页 |
| ·图像滤波 | 第24-25页 |
| ·视频中的动态目标检测 | 第25-28页 |
| ·帧间差分法 | 第25-26页 |
| ·背景差分法 | 第26-27页 |
| ·光流场法 | 第27-28页 |
| ·图像中目标的识别技术 | 第28-33页 |
| ·梯度方向直方图(HOG)特征 | 第28-29页 |
| ·类Haar特征 | 第29-30页 |
| ·支持向量机(SVM) | 第30-31页 |
| ·Adaboost算法 | 第31-33页 |
| ·识别算法的应用方案 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第4章 目标检测识别算法的应用 | 第35-50页 |
| ·视频监控系统硬件的敷设 | 第35-36页 |
| ·敷设环境 | 第35-36页 |
| ·具体实施 | 第36页 |
| ·识别方案及开发环境 | 第36-39页 |
| ·识别功能实现的方案 | 第36-38页 |
| ·Visual Studio 2010平台 | 第38页 |
| ·OpenCV图像处理 | 第38-39页 |
| ·识别程序操作界面 | 第39页 |
| ·系统识别报警功能的实现 | 第39-49页 |
| ·获取视频图像信息 | 第39-41页 |
| ·视频图像预处理 | 第41-44页 |
| ·人形检测 | 第44-46页 |
| ·安全帽识别 | 第46-48页 |
| ·报警装置 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实验结果及分析 | 第50-57页 |
| ·动态目标检测 | 第50-51页 |
| ·系统测试环境 | 第50-51页 |
| ·系统测试结果 | 第51页 |
| ·行人检测 | 第51-53页 |
| ·行人检测的测试 | 第51-52页 |
| ·行人检测的测试结果 | 第52-53页 |
| ·安全帽识别 | 第53-55页 |
| ·安全帽识别的检验 | 第53-54页 |
| ·安全帽识别检验的结果 | 第54-55页 |
| ·数据存储及报警控制 | 第55页 |
| ·应用效果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·工作总结 | 第57页 |
| ·技术展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 作者在攻读硕士学位期间的论文与专利 | 第64页 |
