首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向住宅小区的电梯内人员检测和识别方法研究

中文摘要第7-8页
Abstract第8-9页
第一章 绪论第10-15页
    1.1 课题背景及研究意义第10页
    1.2 智能监控系统研究现状第10-12页
        1.2.1 发展历史第11页
        1.2.2 发展趋势第11-12页
    1.3 研究难点第12-13页
        1.3.1 运动分割第12页
        1.3.2 遮挡处理第12-13页
        1.3.3 摄像机的使用第13页
        1.3.4 性能评估第13页
    1.4 本文主要工作第13-14页
    1.5 本文组织结构第14-15页
第二章 电梯内俯视图像中人员计数方法实现第15-34页
    2.1 俯视图像中人员计数方法实现概述第15页
    2.2 运动目标检测第15-19页
        2.2.1 帧间差分第17页
        2.2.2 背景差分第17-18页
        2.2.3 背景差分的改进第18-19页
    2.3 俯视图像中人头部边缘检测和噪声去除第19-27页
        2.3.1 头部边缘检测的概述第19页
        2.3.2 几种常用的边缘检测算法第19-23页
        2.3.3 头部边缘噪声去除第23-27页
    2.4 俯视图像中人头部特征提取第27-29页
        2.4.1 区域面积第27-28页
        2.4.2 链码法第28-29页
    2.5 Hough变换检测算法及人员计数实现第29-33页
        2.5.1 常用的电梯内头部类圆轮廓特征检测算法第29-30页
        2.5.2 Hough变换的概述第30页
        2.5.3 Hough变换的应用第30-31页
        2.5.4 Hough变换圆形边缘检测第31页
        2.5.5 Hough变换人头检测计数方法实现及结果分析第31-33页
    2.6 本章小结第33-34页
第三章 俯视图像下的人员检测与识别技术第34-50页
    3.1 俯视图像下人员检测与识别实现方法概述第34-35页
    3.2 电梯内俯视图像下人员检测第35-38页
        3.2.1 FPDW行人检测器第35-36页
        3.2.2 基于FPDW的快速行人检测框架第36-38页
    3.3 电梯内俯视图像下的人脸检测与识别第38-43页
        3.3.1 传统AdaBoost人脸检测第39页
        3.3.2 改进的AdaBoost人脸检测原理第39-41页
        3.3.3 SVM检测算法概述第41页
        3.3.4 基于SVM的优化检测方法第41-43页
    3.4 俯视图像下的人脸比对第43-44页
        3.4.1 人脸比对的基本原理第43页
        3.4.2 基于人脸分块区域的正面人脸比对第43-44页
    3.5 基于ASM算法的人脸特征点自动标定第44-48页
        3.5.1 主动形状模型(ASM)第44页
        3.5.2 ASM模型训练阶段第44-46页
        3.5.3 ASM图像标定阶段第46-47页
        3.5.4 人脸姿态判定第47页
        3.5.5 人脸个性参数的构造第47-48页
        3.5.6 人脸比对算法第48页
    3.6 本章小结第48-50页
第四章 电梯内人员检测和识别系统的安装应用实例第50-62页
    4.1 应用实例拓扑结构第50-53页
        4.1.1 拓扑结构介绍第50-51页
        4.1.2 电梯内设备具体安装情况说明:第51-53页
    4.2 应用实例中的硬件产品及功能介绍第53-55页
        4.2.1 人员统计摄像机第53-54页
        4.2.2 人员比对摄像机第54页
        4.2.3 NVR(硬盘录像机)第54页
        4.2.4 监控平台第54-55页
        4.2.5 智能分析服务器第55页
    4.3 功能实现及关键配置项介绍第55-60页
        4.3.1 入梯人员的人数统计第55-57页
        4.3.2 入梯人员的人脸比对第57-60页
        4.3.3 应用功能扩展第60页
    4.4 本章小结第60-62页
第五章 总结与展望第62-64页
    5.1 论文工作总结第62页
    5.2 未来工作展望第62-64页
参考文献第64-67页
致谢第67-68页

论文共68页,点击 下载论文
上一篇:基于RFID的婴儿识别防盗系统设计和部署
下一篇:基于多种逻辑关联的公安情报信息研判系统的设计与实现