1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等
行人检测作为计算机视觉领域一个重要的问题，已经被广泛地研究。行人检测是动作识别、行为分析和行人跟踪等智能化任务的先决过程，具有广泛的应用前景。目前，行人检测的典型应用领域主要包括：驾驶辅助和自主车辆、人机交互、视觉监控和行为分析，以及图像分析和基于行人内容的图像检索。行人检测是一项充满挑战性的任务。实际上，由于身体关节、光照、遮挡、背景干扰和拍摄条件等不同因素，导致图像或视频中的行人目标存在着极其复杂的变化。同时，从实用的角度，行人检测必须达到或接近实时处理，这对于行人检测方法提出了更高的要求。本课题立足于视频场景下的运动行人检测问题，深入分析了一种基于行人运动模式和外形模式的检测方法。该方法基于视频序列使用行人的运动模式信息和外形模式信息，并利用AdaBoost级联分类器框架进
运动行人检测算法利用了连续两帧图像来获得行人的运动信息，并基于这种运动信息来训练针对运动行人的分类器。基于AdaBoost的级联分类器框架结构由一系列强分类器构成，每一级强分类器又由若干若分类器组成。每个弱分类器与一种特征相联系，训练弱分类器的过程同时完成特征选择的任务。而在强分类器层面，分类能力逐级增强，判决时间也随之增加。级联分类器架构使得大部分非目标区域经过前几个分类器决策即被淘汰，而只有很少的真正行人区域会经历后面的分类器决策。这使得该运动行人检测系统在保持较好的检测效果的同时具有较高的检测效率.
2. 参考文献（不低于12篇）
[1] C. Papageorgiou and T. Poggio. A trainable system for object detection[J]. Intl. Journal of Computer Vision , vol. 38, no. 1, pp. 1533, 2000.
[2] P. A. Viola and M. J. Jones. Robust real-time face det[J]. Intl. Journal of Computer Vision , vol. 57, no. 2, pp. 137154, 2004.
[3] D. G. Lowe. Distinctive image features from scale-invariant keypoints[J]. Intl. Journal of Computer Vision , vol. 60, no. 2, pp. 91110, 2004.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
