1. 研究目的与意义
随着科学技术的极速发展,人们的生活发生了极大的改变。
在安居乐业奔小康的同时,对于生活便利上,也有了更高一层次的需求。
一些新兴技术,也在此时大放异彩。
2. 课题关键问题和重难点
1、 OpencvOpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库。
它轻量级而且高效由一系列 C 函数和少量 C 类构成,提供了Python语言的接口,实现了图像处理和计算机视觉方面的很多通用算法2、 hog特征hog特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。
HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。
3. 国内外研究现状(文献综述)
摘要行人检测是通过计算机视觉技术来判断图像中是否存在行人同时进行精准定位,该技术应用广泛,是未来一项值得发展的技术。
但是因为行人的姿态各异同时又由于外观比较容易受到穿着、物品遮挡、背景轮廓相似等限制,所以目前是非常热门同时又极具挑战性的课题设计。
行人特征行人特征描述子可以分为:底层特征,混合特征和基于学习等三类特征。
4. 研究方案
方案一:基于hog特征的 adaboost行人检测hog特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。
它通过计算和统计图像局部区域的梯度方向直方图来构成特征。
鉴于Adaboost算法简单可靠、学习精度高的特点,实验中利用HOG来训练Adaboost行人检测,通过VC编程将级联分类器应用到实际的行人检测系统中。
5. 工作计划
针对此次课题较为困难,我制定了以下的计划:1、 阅读大量有关文献和资料,对于自己的课题有一个基本的概念认识,知晓计算机处理图像的原理,了解目前主流的对于图像行人检测的实现方案。
2、 通过网络课程和书籍,吃透计算机图像处理、模块识别、计算机视觉等知识,将方案中的专有名词有一个全面的认识,例如hog特征、adaboost算法的思路以及SVM。
这些将帮助我对于本次课题有更加清晰的认识。
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。