基于视频序列的行人携物检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·国内外研究现状及分析 | 第10-13页 |
| ·本课题的研究目标和内容 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 2 数据库的创建及预处理 | 第16-25页 |
| ·现有数据库及其特点 | 第16-17页 |
| ·携带物品数据库的创建 | 第17-19页 |
| ·前景分割及预处理 | 第19-23页 |
| ·常用分割算法介绍 | 第19-21页 |
| ·分割算法选取及预处理 | 第21-23页 |
| ·实验结果及分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 粗分类特征提取 | 第25-38页 |
| ·人体标准模版的创建 | 第25-33页 |
| ·步态周期的确定 | 第25-26页 |
| ·人体标准模板个数的确定 | 第26-28页 |
| ·相同步态关键帧的选取 | 第28-32页 |
| ·生成人体标准模板库 | 第32-33页 |
| ·粗分类特征提取 | 第33-37页 |
| ·模板匹配 | 第33-34页 |
| ·剩余面积特征 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 携带种类判定 | 第38-47页 |
| ·连续周期的宽度特征分析 | 第38-39页 |
| ·获得不同携带方式的位置信息 | 第39-41页 |
| ·基于 Gabor 滤波器的 LBP 特征提取 | 第41-45页 |
| ·基于 Gabor 的特征提取 | 第41-42页 |
| ·基于 LBP 的特征提取 | 第42-45页 |
| ·实验结果及分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 基于支持向量机的特征分类 | 第47-53页 |
| ·支持向量机基本原理 | 第47-49页 |
| ·多分类支持向量机 | 第49-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
