声明
摘要
第一章绪论
1.1本课题研究背景与意义
1.2国内外研究现状
1.2.1行人检测算法国外研究现状
1.2.2行人检测算法国内研究现状
1.3研究内容与结构安排
1.3.1研究目标与主要内容
1.3.2本文结构设计
第二章团队游客图片输出
2.1留园空间驻点划分
2.2采集视频的预处理
2.3游客前景提取算法
2.3.1背景差分法
2.3.2帧差法
2.3.3混合高斯模型算法
2.3.4前景优化算法
2.4团队图片的输出
2.4.1团队的定义及判断的依据
2.4.2团队面积比参数的优化
2.4.3团队图片的输出及保存
2.5本章小结
第三章基于SVR的团队人数统计方法
3.1支持向量回归机算法的介绍
3.2样本集的建立
3.3特征的选定及提取
3.3.1前景像素形状特征提取
3.3.2纹理特征提取
3.4支持向量回归机的回归预测
3.4.1支持向量回归机的构建
3.4.2支持向量回归机的训练及测试
3.4.3实验结果分析
3.5本章小结
第四章基于深度学习的人数统计方法研究
4.1深度学习中几种神经网络模型的介绍
4.1.1 BP神经网络的介绍
4.1.2卷积神经网络的介绍
4.1.3深度残差网络的介绍
4.2深度学习中的目标检测算法概述
4.2.1 R-CNN目标检测算法
4.2.2 SPP-NET目标检测算法
4.2.3 Fast R-CNN目标检测算法
4.2.4 Faster R-CNN目标检测算法
4.2.5 R-FCN目标检测算法
4.3景区团队游人目标检测方法的研究
4.3.1景区团队游人目标检测算法的初步选择
4.3.2景区团队游人检测模型的选定
4.3.3园区人头数据集的制作
4.4两种目标检测算法在本课题上的实现及比较
4.4.1基于Faster R-CNN的人头检测算法的实现
4.4.2基于R-FCN的人头检测算法的实现
4.4.3两种算法的比较分析
4.5团队游客人数统计系统
4.6本章小结
第五章软件实现及实验分析
5.1软件开发环境
5.1.1 TensorFlow概述
5.2.2 PyQt概述
5.2软件界面设计
5.2.1界面设计
5.2.2参数选择
5.2.3查看处理过的图片
5.2.4数据输出
5.3实验结果与数据分析
5.4本章小结
第六章总结与展望
6.1总结
6.2展望
参考文献
致谢
南京农业大学;