基于视频的人流量统计技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 基于视频的人流量统计技术存在的难点 | 第11-12页 |
| 1.4 本文结构 | 第12-14页 |
| 2 已知参数下的人流量统计算法 | 第14-33页 |
| 2.1 算法处理框架 | 第14-16页 |
| 2.2 目标检测 | 第16-19页 |
| 2.3 目标跟踪 | 第19-25页 |
| 2.4 目标计数 | 第25-29页 |
| 2.5 实验结果及分析 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 面向多视角成像的人流量统计算法 | 第33-41页 |
| 3.1 视频场景中的多视角 | 第33页 |
| 3.2 现有的处理算法 | 第33-34页 |
| 3.3 面向多视角成像的多分类器设计 | 第34-37页 |
| 3.4 实验结果与分析 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 视频场景中目标检测尺度的在线学习 | 第41-55页 |
| 4.1 视频场景中目标检测尺度问题 | 第41-42页 |
| 4.2 现有的目标检测尺度处理算法 | 第42-47页 |
| 4.3 视频场景中目标检测尺度在线学习算法 | 第47-51页 |
| 4.4 实验结果与分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-58页 |
| 5.1 研究内容回顾 | 第55-56页 |
| 5.2 本文的创新之处 | 第56页 |
| 5.3 进一步研究展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录1 攻读学位期间取得的成果 | 第63页 |