1. 题目来源
行人检测是计算机视觉领域的重要研究方向之一，在自动驾驶、智能监控、人机交互等领域具有广泛的应用价值。
近年来，随着深度学习技术的快速发展，行人检测技术取得了显著进步，但仍然面临着一些挑战，如复杂场景下的检测精度、实时性等问题。
本课题旨在研究和设计一种高效、鲁棒的行人检测系统，以解决上述问题，并探索其在实际应用中的可行性。
2. 应完成的主要内容
本课题要求研究和设计一个完整的行人检测系统，主要内容包括：
1.行人检测算法研究：调研和分析现有的行人检测算法，包括传统方法和基于深度学习的方法，比较它们的优缺点，并选择合适的算法作为系统的基础。
2.行人检测系统设计：设计系统的总体架构，包括硬件平台和软件平台，以及各模块的功能和之间的关系。
3.行人检测系统实现：根据系统设计方案，选择合适的硬件设备和软件工具，完成系统的软硬件实现。
3. 基本要求及完成的成果形式
1.基本要求：
掌握计算机视觉、深度学习等相关理论知识。
熟悉常用的行人检测算法和数据集。
具备一定的编程能力，能够使用Python等语言进行程序开发。
4. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
5. 参考文献（20个中文5个英文）
1.陈凯，刘伟，郭云飞，等. 基于改进YOLOv5s的行人检测算法[J]. 计算机工程与应用，2023, 59(9): 169-177.
2.赵凯旋，张凯，李宏伟. 基于改进YOLOv5的小目标行人检测算法[J]. 传感技术学报，2023, 36(4): 649-657.
3.王晓庆，张新曼，王金玲. 基于YOLOv7-Tiny改进的行人检测算法[J]. 计算机工程，2023, 49(4): 243-251.
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。
