全文总字数：3459字
1. 研究目的与意义（文献综述）
1.1 行人检测与跟踪的目的与意义
人类通过视觉信息获得对外界世界的最直接感知，人脑获得的大量信息都来自于视觉。计算机视觉则是是使用计算机及相关设备对生物视觉的一种模拟，使计算机能和人一样理解图像与视频信息，赋予计算机一定的认识能力，如像人一样听声、辨物、认字等。
目标检测与跟踪技术，涉及到数字图像处理、计算机视觉、模式识别、人工智能以及自动控制等领域，在理论研究上，有重要意义。视频中的人体目标检测与跟踪，就是由计算机自动的对场景内的人体目标进行实时的检测，并且在此基础上对观测的人体进行分析，与场景理解或所观测的行人的行为理解等后序的相关工作有着承接的关系，为后者提供一个前提和基础，是现代计算机视觉中非常重要的一个步骤。[1]
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容与方案
2.1 hog特征提取算法
方向梯度直方图（histogram of oriented gradient, 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。此方法的基本观点是：局部目标的外表和形状可以被局部梯度或边缘方向的分布很好的描述，即使我们不知道对应的梯度和边缘的位置。[3]具体步骤如下：
①对图像的颜色空间进行归一化，以减小光照因素的影响；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 研究计划与安排
1-3周：查阅文献，完成开题报告4-6周：总体设计，完成论文综述7-10周：设计算法，功能模块设计11-13周：编码和测试14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩
4. 参考文献（12篇以上）
[1] 王丽霞.基于视频的行人目标检测与跟踪方法研究[d].大连交通大学,2012.
[2] 邹依峰.智能视频监控中的行人检测与跟踪方法研究[d].中国科学技术大学,2011.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
