静止背景下行人识别跟踪系统的设计与实现开题报告

1. 研究目的与意义

行人识别系统发展到今天颇具成效，但仍然存在很多问题。

在识别技术上，早期的识别技术采用特征脸、神经网络等方法，需要大量的训练样本进行训练。

这种方法识别速度快，但识别率较低，并且，往往需要人工干预，确定眼睛、下巴等位置。

2. 课题关键问题和重难点

模式识别课题目标：1.理解掌握模式识别的基础知识。

2.分析设计模式识别的解决方案。

3.编程实现模式识别的算法系统。

3. 国内外研究现状（文献综述）

随着智能控制技术和集成电路设计的发展，采用智能控制技术方法进行复杂视觉监控系统设计，提高复杂条件下的视频监控识别能力，研究复杂视觉监控系统的优化设计方法在视频监控中具有重要的应用价值。

通过对复杂视觉监控系统的智能设计，结合模式识别方法案进行视频监控的智能图像处理和视频分析，提高复杂环境下的智能视频监控识别能力。

对复杂视觉监控系统的设计是建立在图像识别和信息处理基础上，采用低功耗的智能识别方法进行视觉特征提取和信息分析，采用智能信息处理方法进行复杂视觉监控，提高复杂视觉家你看系统智能图像和视频分析能力。

4. 研究方案

1、设计方案该系统使用Python语言开发，结合tensflow1.7，yolo4，运行平台：windows7及以上，采用Apache Tomcat8.0.48作为WEB服务器软件。

2、研制方案和研究方案： 主要包括如下功能模块:（1）监控功能1、具备同时预览功能；2、用户权限密码管理，保护系统安全；3、对视频信号进行高密度的压缩处理和记录处理；4、按钮式管理界面，使用方便；（2）存储功能：1.可以支持两个IDE硬盘，每个IDE硬盘的容量可达120GB；2.硬盘文件系统同DOS兼容，可以在PC平台上进行操作；

5. 工作计划

第1周：完成开题报告。

第2周：系统需求分析。

第3周：系统总体规划。