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 |
