公交视频人数统计系统的设计与开发
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 图和附表清单 | 第9-10页 |
| 1 绪论 | 第10-13页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的结构 | 第12-13页 |
| 2 视频人数统计的相关技术研究 | 第13-32页 |
| ·运动目标的识别方法 | 第13-19页 |
| ·时间差分法 | 第13-14页 |
| ·背景差分法 | 第14-17页 |
| ·光流法 | 第17-18页 |
| ·基于机器学习的识别方法 | 第18-19页 |
| ·运动目标的分割方法 | 第19-25页 |
| ·基于边缘检测的目标分割 | 第19-21页 |
| ·基于坐标映射的目标分割 | 第21-23页 |
| ·基于K-means的目标分割 | 第23-25页 |
| ·运动目标跟踪方法 | 第25-31页 |
| ·卡尔曼滤波器 | 第25-27页 |
| ·均值漂移 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 3 系统的关键算法设计 | 第32-49页 |
| ·系统需解决的问题及算法的总体设计 | 第32-37页 |
| ·系统需解决的问题 | 第32-33页 |
| ·针对问题的解决方法 | 第33-34页 |
| ·系统的总体设计 | 第34-37页 |
| ·目标检测算法的设计 | 第37-41页 |
| ·codebook的数据结构 | 第38-39页 |
| ·背景学习的流程 | 第39-40页 |
| ·背景差分的流程 | 第40-41页 |
| ·背景学习的策略 | 第41页 |
| ·目标分割和跟踪算法的设计 | 第41-45页 |
| ·目标的分割算法的原理 | 第41页 |
| ·目标的追踪算法的原理 | 第41-42页 |
| ·实现分割与追踪的数据结构 | 第42-43页 |
| ·目标分割与追踪算法的流程 | 第43-45页 |
| ·人数统计算法的设计 | 第45-46页 |
| ·高人流密度下的人数统计算法的设计 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 4 系统的设计与实现 | 第49-54页 |
| ·开发采用的硬件设备与系统平台 | 第49-51页 |
| ·系统的硬件开发平台 | 第49页 |
| ·操作系统与开发平台的选择 | 第49-50页 |
| ·集成开发环境的选择 | 第50页 |
| ·图像算法库的选择 | 第50-51页 |
| ·系统的程序设计 | 第51-52页 |
| ·程序的移植 | 第52-54页 |
| 5 系统的测试与评价 | 第54-56页 |
| ·视频算法测试与评价 | 第54页 |
| ·实验室模拟综合测试与评价 | 第54-56页 |
| 6 总结和展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第60页 |
