基于视频序列的运动目标跟踪与识别
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-11页 |
| ·课题研究背景与意义 | 第6-7页 |
| ·国内外研究现状 | 第7-9页 |
| ·论文主要工作与结构安排 | 第9-11页 |
| ·论文主要工作 | 第9页 |
| ·论文结构安排 | 第9-11页 |
| 2 图像处理与检测 | 第11-17页 |
| ·图像预处理 | 第11-13页 |
| ·图像RGB颜色模型 | 第11页 |
| ·图像直方图 | 第11-12页 |
| ·图像二值化 | 第12页 |
| ·图像形态学处理 | 第12-13页 |
| ·运动目标的基本检测算法 | 第13-16页 |
| ·帧间差分法 | 第13-14页 |
| ·背景消除法 | 第14-15页 |
| ·光流法 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 运动目标跟踪算法研究 | 第17-30页 |
| ·运动目标跟踪方法分析 | 第17-18页 |
| ·基于目标轮廓的跟踪算法 | 第17页 |
| ·基于核密度估计的跟踪算法 | 第17-18页 |
| ·基于特征点匹配的跟踪算法 | 第18页 |
| ·Mean shift目标跟踪算法 | 第18-22页 |
| ·基于直方图的Mean shift跟踪算法 | 第18-21页 |
| ·Mean-shift算法跟踪仿真结果 | 第21-22页 |
| ·CBWH目标跟踪算法 | 第22-25页 |
| ·CBWH算法的改进 | 第25-27页 |
| ·改进算法步骤 | 第25-26页 |
| ·改进算法思路 | 第26-27页 |
| ·算法仿真实验与分析 | 第27-29页 |
| ·算法仿真实验 | 第27-28页 |
| ·仿真结果分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 目标识别算法研究 | 第30-50页 |
| ·词袋模型概述 | 第30-32页 |
| ·词袋模型的理论基础 | 第30-31页 |
| ·词袋模型的主要流程 | 第31-32页 |
| ·词袋模型的应用 | 第32页 |
| ·图像多特征提取 | 第32-35页 |
| ·全局特征 | 第32-34页 |
| ·局部特征 | 第34-35页 |
| ·SIFT算法 | 第35-38页 |
| ·DOG尺度空间生成和极值点的检测 | 第35-36页 |
| ·关键点的精确定位与过滤 | 第36-37页 |
| ·关键点方向分配 | 第37-38页 |
| ·特征向量的生成 | 第38页 |
| ·K-means算法 | 第38-39页 |
| ·支持向量机 | 第39-43页 |
| ·支持向量机原理 | 第39-42页 |
| ·核函数 | 第42-43页 |
| ·词袋模型算法的改进 | 第43-47页 |
| ·交叉验证 | 第43-44页 |
| ·词袋模型识别算法流程 | 第44-46页 |
| ·改进算法思路 | 第46-47页 |
| ·算法仿真实验及分析 | 第47-49页 |
| ·算法仿真实验 | 第47页 |
| ·仿真结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
