DM642视频处理与传输系统软件设计及基于视频内容的行人目标检测
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·引言 | 第6页 |
| ·视频监控技术的发展 | 第6-8页 |
| ·模式识别的各种方法 | 第8-10页 |
| ·模板匹配方法 | 第8页 |
| ·句法模式识别方法 | 第8-9页 |
| ·神经网络方法 | 第9页 |
| ·统计模式识别方法 | 第9-10页 |
| ·全文结构安排 | 第10-11页 |
| 第二章 视频处理与传输系统概述 | 第11-16页 |
| ·系统硬件平台介绍 | 第11-14页 |
| ·DM642芯片简介 | 第11-12页 |
| ·硬件实物图 | 第12-14页 |
| ·系统功能描述 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 系统软件设计 | 第16-34页 |
| ·软件开发工具 | 第16-17页 |
| ·软件整体规划 | 第17-19页 |
| ·核心硬件初始化流程 | 第19-21页 |
| ·实时操作系统DSP/BIOS | 第21-23页 |
| ·任务和任务间的通信 | 第23-25页 |
| ·应用程序模块设计 | 第25-27页 |
| ·网络模块设计 | 第27-31页 |
| ·系统(DSP)上网络的建立 | 第27-29页 |
| ·PC机上的网络应用程序 | 第29-31页 |
| ·硬盘驱动的编写 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于视频内容的行人检测 | 第34-57页 |
| ·概述 | 第34页 |
| ·图像的特征提取 | 第34-41页 |
| ·一维Haar小波介绍 | 第34-37页 |
| ·函数的多分辨率分析 | 第37-38页 |
| ·图像的二维小波分解 | 第38-41页 |
| ·分类技术-支持向量机(SVM) | 第41-50页 |
| ·线性可分条件下的支持向量机推导 | 第41-46页 |
| ·非线性支持向量机 | 第46-50页 |
| ·行人检测的具体方法 | 第50-56页 |
| ·样本图片的获取 | 第50-51页 |
| ·基本方法 | 第51-52页 |
| ·基于分量的方法 | 第52-55页 |
| ·改进的方法-更加适合实际应用 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 计算机实现及实验结果分析 | 第57-68页 |
| ·行人检测基本方法的实现 | 第57-58页 |
| ·四个分量检测器的实现 | 第58-60页 |
| ·基于分量的级联系统的实现 | 第60-62页 |
| ·实际检测效果比较 | 第62-67页 |
| ·全身行人检测系统的实际检测效果 | 第62-63页 |
| ·级联系统与全身检测系统比较 | 第63-65页 |
| ·复杂图片的检测效果 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 致谢 | 第71页 |
