1. 本选题研究的目的及意义
近年来，随着社会的发展和科技的进步，安防领域对智能监控的需求日益增长。
行人检测作为计算机视觉领域的重要研究方向之一，在安防监控、智能交通、机器人等领域有着广泛的应用前景。
本选题旨在研究高效、准确的行人检测算法，并将其应用于树莓派平台，构建低成本、低功耗、易部署的智能安防系统。
2. 本选题国内外研究状况综述
行人检测技术已经取得了显著的进展，从最初的基于手工特征的方法到现在的基于深度学习的方法，检测精度和速度都得到了大幅提升。
本节将分别从国内外研究现状两个方面进行综述。
1. 国内研究现状
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本研究的主要内容包括以下几个方面：1.行人检测算法研究：-调研和分析现有的行人检测算法，特别是基于深度学习的方法，如FasterR-CNN、YOLO、SSD等，比较它们的优缺点。
-针对安防场景的特点和树莓派平台的资源限制，选择合适的算法进行改进和优化，例如可以使用轻量级的网络结构、剪枝和量化等模型压缩技术。
4. 研究的方法与步骤
本研究将采用理论分析、实验研究和工程实践相结合的方法，逐步开展以下研究工作：1.文献调研阶段：查阅国内外相关文献，了解行人检测技术的发展现状、研究热点和最新成果，为本研究提供理论基础。
2.算法设计与优化阶段：针对安防场景的特点和树莓派平台的硬件限制，选择合适的行人检测算法，并对其进行改进和优化，以提高检测精度和速度，降低模型的计算复杂度和存储空间占用。
3.平台搭建与算法移植阶段：选择合适的树莓派型号，搭建硬件平台，安装必要的软件环境，并将优化后的行人检测算法移植到树莓派平台上，进行代码调试和优化，确保算法在树莓派平台上能够正常运行。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：1.针对安防场景和树莓派平台的特点，对现有行人检测算法进行改进和优化，提高了算法的检测精度和速度，降低了模型的计算复杂度和存储空间占用，使其能够更好地适应于资源受限的嵌入式平台。
2.将优化后的行人检测算法应用于智能安防系统中，并在树莓派平台上实现了系统的部署和运行，构建了低成本、低功耗、易部署的智能安防系统。
3.通过实验验证了本研究所提出的方法的有效性和实用性，为行人检测技术在安防领域的应用提供了新的思路和方法。
6. 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
7. 参考文献（20个中文5个英文）
[1]赵凯旋,陈增强,张凯龙,等.融合注意力机制和多尺度特征的行人检测算法[J].计算机应用,2021,41(12):3526-3533.
[2]陈硕,郭志远,王金,等.基于YOLOv3和深度排序的行人跟踪算法研究[J].计算机应用研究,2021,38(09):2823-2827 2833.
[3]李良,李云浩,刘广,等.改进YOLOv5s的小目标行人检测算法[J].电子测量技术,2023,46(03):111-118.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
