声明
第一章 绪 论
1.1 研究工作的背景与意义
1.2.1 行人检测算法的研究现状
1.2.2 着装规范性检测算法的研究现状
1.2.3 安全帽佩戴情况检测算法的研究现状
1.3 本文主要研究内容
1.4 本文的结构安排
第二章 相关算法介绍
2.1.1 图像噪声
2.1.2 图像滤波
2.2 特征提取算法
2.2.1 HOG特征提取
2.2.2 LBP特征提取
2.2.3 Hough特征提取
2.3 机器学习算法——SVM分类器
2.4 深度学习算法——卷积神经网络
2.5 本章小结
第三章 视频图像中行人检测算法的研究
3.1 视频图像来源
3.2 常见的行人检测算法
3.2.1 基于HOG的行人检测算法
3.2.2 基于HOG-LBP融合的行人检测算法
3.3 PHOG-LBP行人检测算法
3.3.1 PCA降维算法
3.3.2 算法设计及实现
3.4 实验结果对比及分析
3.5 本章小结
第四章 工作人员着装规范性检测算法的研究
4.1 颜色空间及其转换
4.1.1 RGB颜色空间
4.1.2 HSV颜色空间
4.1.3 RGB与HSV颜色空间转换
4.2 形态学操作
4.2.1 腐蚀
4.2.2 膨胀
4.2.3 开操作
4.2.4 闭操作
4.3 基于HSV模型的工作人员着装规范性检测算法研究
4.4 实验结果
4.5 本章小结
第五章 工作人员安全帽佩戴情况检测算法的研究
5.1.1 随机Hough变换
5.1.2 算法设计
5.1.3 实验结果
5.2.1 迁移学习
5.2.2 Inception-v3
5.2.3 算法设计
5.2.4 Softmax
5.2.5 实验结果
5.3 本章小结
第六章 总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
