智能视频监控中基于粒子滤波的目标跟踪系统研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-17页 |
·研究背景 | 第9-11页 |
·研究的目的与意义 | 第11-12页 |
·粒子滤波技术国内外研究现状 | 第12-14页 |
·本课题的主要研究内容 | 第14-15页 |
·论文的组织结构 | 第15-17页 |
第2章 视频中运动目标的检测与跟踪 | 第17-26页 |
·视频中的运动目标检测 | 第17-20页 |
·差分、光流和非参数的密度核估计检测方法 | 第17-18页 |
·混合高斯背景建模 | 第18-20页 |
·视频运动目标跟踪 | 第20-24页 |
·跟踪方法综述 | 第20-23页 |
·跟踪的难点问题 | 第23-24页 |
·本章小结 | 第24-26页 |
第3章 基于粒子滤波的目标跟踪算法 | 第26-38页 |
·粒子滤波相关理论 | 第26-29页 |
·贝叶斯估计 | 第26-28页 |
·蒙特卡罗方法 | 第28-29页 |
·粒子滤波 | 第29-34页 |
·粒子滤波器原理 | 第29-33页 |
·粒子滤波算法描述 | 第33-34页 |
·基于粒子滤波的目标跟踪算法描述 | 第34-37页 |
·本章小结 | 第37-38页 |
第4章 粒子滤波的目标跟踪系统设计与分析 | 第38-62页 |
·视频监控中目标跟踪系统的组成与设计 | 第38-51页 |
·视频图像的获取 | 第41-42页 |
·系统的配置文件 | 第42-44页 |
·基于混合高斯背景建模的前景分割 | 第44-45页 |
·粒子滤波目标跟踪 | 第45-51页 |
·粒子滤波跟踪算法的优化 | 第51-58页 |
·积分图计算 | 第52-53页 |
·目标的分段直方图表征 | 第53-54页 |
·目标的互遮挡判断 | 第54页 |
·前景在目标跟踪中的应用 | 第54-55页 |
·颜色直方图亮度补偿 | 第55页 |
·粒子跟踪过程 | 第55-58页 |
·实验结果与分析 | 第58-62页 |
第5章 总结与展望 | 第62-64页 |
参考文献 | 第64-67页 |
致谢 | 第67-68页 |
作者在攻读硕士学位期间发表的学术论文 | 第68-69页 |
作者在攻读硕士学位期间参与的科研项目 | 第69页 |