|
|
|
基于深度图的行人检测、跟踪技术研究 |
|
论文目录 |
|
摘要 | 第1-4页 | ABSTRACT | 第4-7页 | 1 绪论 | 第7-12页 | ·研究背景与意义 | 第7页 | ·国内外行人检测研究现状 | 第7-9页 | ·国外行人检测技术研究现状 | 第8页 | ·国内行人检测技术研究现状 | 第8-9页 | ·运动目标检测跟踪技术 | 第9-11页 | ·运动目标检测方法 | 第9-10页 | ·目标跟踪方法 | 第10-11页 | ·论文结构 | 第11-12页 | 2 行人检测、跟踪相关技术的基础理论 | 第12-30页 | ·图像降噪方法 | 第12-15页 | ·平滑滤波 | 第12-15页 | ·目标分割方法 | 第15-20页 | ·基于差分的目标分割方法 | 第15-16页 | ·基于阈值的分割方法 | 第16-20页 | ·目标特征表示方法 | 第20-26页 | ·Haar小波矩形特征 | 第20-25页 | ·SIFT 特征 | 第25-26页 | ·HOG特征 | 第26页 | ·行人检测分类器 | 第26-27页 | ·Adaboost分类器 | 第26-27页 | ·SVM分类器 | 第27页 | ·运动目标跟踪方法 | 第27-29页 | ·卡尔曼滤波方法 | 第27-28页 | ·均值漂移跟踪方法 | 第28-29页 | ·本章小结 | 第29-30页 | 3 基于深度图像的行人检测、跟踪算法实现 | 第30-59页 | ·Kinect获取深度图像 | 第32-35页 | ·Kinect简介 | 第32页 | ·图像采集系统 | 第32-35页 | ·深度图像的预处理 | 第35-38页 | ·基于距离阈值的运动目标感兴趣区域确定 | 第38-40页 | ·行人HOG特征提取 | 第40-43页 | ·HOG特征 | 第41页 | ·HOG特征提取步骤 | 第41-43页 | ·SVM分类器训练过程 | 第43-48页 | ·SVM分类器 | 第43-46页 | ·SVM分类器具体训练过程 | 第46-48页 | ·检测过程 | 第48-51页 | ·meanshift行人跟踪过程 | 第51-54页 | ·结果分析 | 第54-58页 | ·结果概述 | 第54-55页 | ·检测效果显示 | 第55-57页 | ·跟踪结果 | 第57-58页 | ·本章小结 | 第58-59页 | 4 总结与展望 | 第59-61页 | ·总结 | 第59-60页 | ·展望 | 第60-61页 | 参考文献 | 第61-66页 | 申请学位期间的研究成果及发表的学术论文 | 第66-67页 | 致谢 | 第67页 |
|
|
|
|
论文编号BS2138693,这篇论文共67页 会员购买按0.35元/页下载,共需支付23.45元。 直接购买按0.5元/页下载,共需要支付33.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|