机场航站楼视频监控系统中的人群密度估计研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 图表清单 | 第9-11页 |
| 注释表 | 第11-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-16页 |
| ·研究背景及意义 | 第13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文主要工作及论文安排 | 第14-16页 |
| ·本文主要工作 | 第14-15页 |
| ·本文章节安排 | 第15-16页 |
| 第二章 人群密度估计方法的发展 | 第16-21页 |
| ·视频监控系统 | 第16-17页 |
| ·视频监控系统的现状 | 第16页 |
| ·智能视频监控系统的基本原理 | 第16-17页 |
| ·基于像素数统计的人群密度估计方法 | 第17-18页 |
| ·基于纹理分析的人群密度估计方法 | 第18-19页 |
| ·基本概念 | 第18页 |
| ·实现方法 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于像素数统计的人群密度估计研究 | 第21-33页 |
| ·算法框架 | 第21-22页 |
| ·图像预处理 | 第22页 |
| ·图像采集 | 第22页 |
| ·图像去噪 | 第22页 |
| ·背景生成 | 第22-27页 |
| ·多帧图像平均法 | 第23页 |
| ·基于帧差的算法 | 第23-24页 |
| ·改进的背景生成与更新算法 | 第24-25页 |
| ·背景生成结果与分析 | 第25-27页 |
| ·背景减除 | 第27-29页 |
| ·彩色空间 | 第27-28页 |
| ·基于 HIS 空间的彩色图像背景减除 | 第28-29页 |
| ·最小二乘拟合法 | 第29-30页 |
| ·实验结果及分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于纹理分析的人群密度估计研究 | 第33-52页 |
| ·基于灰度共生矩阵的纹理分析法 | 第33-38页 |
| ·灰度共生矩阵的定义 | 第33-34页 |
| ·人群纹理特征的提取 | 第34-35页 |
| ·灰度共生矩阵的参数选取 | 第35-38页 |
| ·支持向量机 | 第38-42页 |
| ·支持向量机理论分析 | 第38-41页 |
| ·多类分类问题 | 第41-42页 |
| ·RBF 核支持向量机的参数优化算法 | 第42-50页 |
| ·线性核支持向量机的参数初选算法 | 第43-46页 |
| ·RBF 核支持向量机的参数复选算法 | 第46页 |
| ·算法可靠性分析 | 第46-48页 |
| ·参数优化结果与分析 | 第48-50页 |
| ·实验过程及结果分析 | 第50-51页 |
| ·分类器的设定 | 第50页 |
| ·训练过程 | 第50-51页 |
| ·测试过程 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第五章 机场航站楼中人群密度估计的应用 | 第52-60页 |
| ·引言 | 第52页 |
| ·基于运动分割和背景减除的人群提取优化算法 | 第52-55页 |
| ·基本思想 | 第52-53页 |
| ·基于在线 GMM 和纹理信息的运动分割 | 第53-54页 |
| ·实验结果与分析 | 第54-55页 |
| ·基于参考场景的人群密度估计快速算法 | 第55-59页 |
| ·基本思想 | 第55页 |
| ·人群密度参数的校正方法 | 第55-57页 |
| ·实验结果与分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 在学期间的研究成果及发表的学术论文 | 第67页 |
