基于INTEL ATOM智能摄像头的实时行人检测系统的实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 课题的背景以及研究的目的和意义 | 第8-11页 |
| 1.2 行人检测算法研究进展分析 | 第11-13页 |
| 1.2.1 行人检测发展及难点 | 第11-12页 |
| 1.2.2 经典行人检测算法简述 | 第12-13页 |
| 1.3 小型化智能摄像头研究进展分析 | 第13-17页 |
| 1.3.1 智能摄像头硬件方案简介 | 第13-14页 |
| 1.3.2 小型化智能摄像头相关产品简介 | 第14-17页 |
| 1.4 本文的主要研究内容 | 第17-19页 |
| 第2章 ACF行人检测算法算法原理分析与实现 | 第19-35页 |
| 2.1 引言 | 第19-20页 |
| 2.2 ACF行人检测特征选择及提升 | 第20-25页 |
| 2.2.1 积分通道特征基本方法描述 | 第20-23页 |
| 2.2.2 快速多尺度特征检测方法 | 第23-25页 |
| 2.3 ADABOOST训练算法实现流程 | 第25-29页 |
| 2.3.1 Boosting算法概述 | 第25-26页 |
| 2.3.1 Ada Boost算法实现流程 | 第26-29页 |
| 2.4 实时行人检测算法实现 | 第29-32页 |
| 2.4.1 模型训练与检测 | 第29-30页 |
| 2.4.2 结果综合 | 第30-32页 |
| 2.5 行人检测算法运行结果 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 智能摄像头硬件设计及前端开发 | 第35-52页 |
| 3.1 引言 | 第35页 |
| 3.2 硬件需求分析 | 第35-38页 |
| 3.2.1 硬件需求 | 第35-36页 |
| 3.2.2 小型化智能摄像头BOM List确定 | 第36-38页 |
| 3.3 硬件平台功能实现 | 第38-48页 |
| 3.3.1 x86 Android软件功能设计 | 第38-46页 |
| 3.3.2 x86 Android通信功能实现 | 第46-47页 |
| 3.3.3 智能摄像头基础功能实现效果 | 第47-48页 |
| 3.4 基于HTML智能摄像头前端开发 | 第48-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 行人检测实验及效果评估 | 第52-59页 |
| 4.0 引言 | 第52页 |
| 4.1 算法实现效果与分析 | 第52-54页 |
| 4.1.1 行人检测运行画面效果 | 第52-53页 |
| 4.1.2 行人检测效果分析及提升 | 第53-54页 |
| 4.2 行人检测算法提升 | 第54-58页 |
| 4.2.1 人脸检测算法概述 | 第54-55页 |
| 4.2.2 人脸检测实现流程 | 第55-56页 |
| 4.2.3 硬件加速（INTEL ipp） | 第56-57页 |
| 4.2.4 行人检测系统最终实现效果 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
