导读:本文包含了人群纹理特征论文开题报告文献综述及选题提纲参考文献，主要关键词:人群人数统计,背景建模,像素统计特征,纹理特征
人群纹理特征论文文献综述
徐麦平,张二虎,陈亚军[1]（2015）在《融合像素与纹理特征的人群人数统计方法研究》一文中研究指出公共场景监控下的人群人数统计是公共安全管理中的一个重要内容。针对复杂场景监控的情况,本文提出一种融合像素与纹理特征的人群人数统计方法。首先,通过改进的视觉背景提取方法得到高精度的前景目标;然后,提取ROI区域前景像素统计特征与纹理特征并引入阈值判别机制;最后,对阈值上下的图像分别采用基于纹理特征的回归算法和基于像素统计特征的线性拟合算法来得到人群人数。实验结果表明,本文方法相较于传统算法,可以适应于不同密度场景下的人群人数统计,且计算简单,统计精度高。(本文来源于《西安理工大学学报》期刊2015年03期）
王强,孙红[2]（2015）在《基于像素统计和纹理特征的人群密度估计》一文中研究指出提出了一种人群密度估计算法,将像素统计和纹理特征两种基本方法进行有效结合。前景提取使用改进的Vibe算法,设定感兴趣区域(ROI)来减少运算量。同时,引入形态学处理和透视矫正消除了因人物远近所造成的误差。并设定了一套人群密度等级划分的标准,克服了因人群密度高低频繁变化造成的误差。最终,实验结果显示运算速度和正确率均较为可观,证明了本算法的可靠性。(本文来源于《电子科技》期刊2015年07期）
侯鹏鹏[3]（2014）在《基于GLCM纹理特征分析的人群密度估计方法实现》一文中研究指出实现人群密度自动估计是智能视频监控的研究内容之一,而基于灰度共生矩阵(GLCM)纹理特征的密度估计法是一种重要的人群密度估计方法。本文采用GLCM构建的五个特征量作为参数,通过计算纹理特征量对人群图像进行纹理分析,并采用SVM分类器进行人群密度等级分类。仿真实验结果表明:基于纹理特征的人群密度估计方法计算复杂度低、鲁棒性好。(本文来源于《中国安防》期刊2014年23期）
人群纹理特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种人群密度估计算法,将像素统计和纹理特征两种基本方法进行有效结合。前景提取使用改进的Vibe算法,设定感兴趣区域(ROI)来减少运算量。同时,引入形态学处理和透视矫正消除了因人物远近所造成的误差。并设定了一套人群密度等级划分的标准,克服了因人群密度高低频繁变化造成的误差。最终,实验结果显示运算速度和正确率均较为可观,证明了本算法的可靠性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人群纹理特征论文参考文献
[1].徐麦平,张二虎,陈亚军.融合像素与纹理特征的人群人数统计方法研究[J].西安理工大学学报.2015
[2].王强,孙红.基于像素统计和纹理特征的人群密度估计[J].电子科技.2015
[3].侯鹏鹏.基于GLCM纹理特征分析的人群密度估计方法实现[J].中国安防.2014