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

面向智慧城管的环卫工人视频检测及身份识别的研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-16页
    1.1 研究背景及意义第9-11页
    1.2 研究目的第11页
    1.3 国内外研究现状第11-15页
        1.3.1 行人检测第11-12页
        1.3.2 人脸识别第12-13页
        1.3.3 身份重识别第13-15页
    1.4 论文的研究内容和章节安排第15-16页
第二章 相关理论与方法第16-35页
    2.1 图像处理技术第16-19页
    2.2 图像颜色空间第19-22页
    2.3 运动目标检测算法第22-27页
    2.4 人脸特征信息第27-32页
    2.5 人脸识别基本方法第32-34页
    2.6 本章小结第34-35页
第三章 光流特征和HSV融合的环卫工人检测算法第35-45页
    3.1 基于光流特征的环卫工人检测算法第35-39页
        3.1.1 预处理第35页
        3.1.2 检测算法第35-39页
        3.1.3 实验分析第39页
    3.2 基于HSV的环卫工人检测算法第39-42页
        3.2.1 检测算法第39-41页
        3.2.2 实验分析第41-42页
    3.3 光流特征和HSV融合环的卫工人检测算法第42-44页
        3.3.1 融合算法第42-43页
        3.3.2 检测结果第43-44页
    3.4 本章小结第44-45页
第四章 基于PCA和平均图的环卫工人身份识别第45-53页
    4.1 基本理论第45-48页
        4.1.1 主成分分析第45-47页
        4.1.2 平均图第47页
        4.1.3 图像相似性判断第47-48页
    4.2 算法设计第48-52页
        4.2.1 算法流程图第49-50页
        4.2.2 算法实现步骤第50-51页
        4.2.3 训练阶段第51页
        4.2.4 测试阶段第51-52页
    4.3 本章小结第52-53页
第五章 实验测试与结果分析第53-60页
    5.1 光流特征和HSV融合的环卫工人检测结果第53-56页
        5.1.1 基本流程第53页
        5.1.2 结果分析第53-56页
    5.2 基于PCA和平均图的环卫工人身份识别结果第56-59页
        5.2.1 实验过程第56-57页
        5.2.2 结果分析第57-59页
    5.3 本章小结第59-60页
总结与展望第60-62页
    总结第60页
    展望第60-62页
参考文献第62-67页
攻读学位期间取得的研究成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:户外标志牌视认合理性评估方法
下一篇:基于双目视觉的车路检测算法