复杂交通场景中运动目标智能监控

摘要	第1-7页
ABSTRACT	第7-13页
第1章 绪论	第13-29页
·研究背景和意义	第13-15页
·智能视频监控的研究内容和难点	第15-19页
·运动目标检测难点分析	第15-16页
·运动目标跟踪难点分析	第16-17页
·运动目标分类难点分析	第17-19页
·国内外研究现状	第19-25页
·国内外相关项目介绍	第19-20页
·运动目标检测技术	第20-22页
·运动目标跟踪技术	第22-24页
·运动目标分类技术	第24-25页
·本文主要研究内容	第25-26页
·论文结构安排	第26-29页
第2章 基于运动反馈的背景建模与前景分割算法	第29-57页
·常用背景建模方法	第29-34页
·基于混合高斯模型的方法	第29-31页
·基于码本模型的方法	第31-34页
·基于运动反馈的背景差分法整体架构	第34-36页
·背景模型更新模块	第35页
·前景分割模块	第35-36页
·目标检测与跟踪模块	第36页
·目标类型划分模块与目标区域预测模块	第36页
·运动目标检测与跟踪方法	第36-38页
·目标检测方法	第36-37页
·目标匹配与跟踪方法	第37-38页
·基于运动反馈的双层背景建模算法	第38-41页
·第一层更新策略	第38-39页
·场景类型划分	第39页
·第二层更新策略	第39-41页
·基于运动反馈的前景分割算法	第41-44页
·目标割裂区域的合并	第41-43页
·基于自适应阈值的前景分割方法	第43-44页
·实验论证与分析	第44-55页
·参数设置和性能评价指标	第45-46页
·对提出方法的定性分析	第46-51页
·对提出方法的定量分析	第51-55页
·本章小结	第55-57页
第3章 遮挡自适应的多目标实时跟踪算法	第57-69页
·常用运动目标跟踪算法	第57-60页
·基于Mean-shift的目标跟踪算法	第57-58页
·基于粒子滤波的目标跟踪算法	第58-60页
·遮挡自适应的目标跟踪算法整体架构	第60-62页
·基于目标运动状态的遮挡自适应跟踪算法	第62-66页
·目标运动状态的确定	第62-63页
·独立运动状态跟踪策略	第63-65页
·遮挡运动状态跟踪策略	第65页
·分裂运动状态跟踪策略	第65-66页
·实验论证与分析	第66-68页
·参数设置	第66页
·部分遮挡的情形	第66-67页
·完全遮挡的情形	第67-68页
·本章小结	第68-69页
第4章 场景自适应的运动目标分类算法	第69-81页
·常用目标分类算法	第69-71页
·基于GMM思想的场景学习方法	第71-74页
·场景中目标尺寸模型的学习	第72-73页
·场景中目标速度模型的学习	第73-74页
·目标分类阈值的获取	第74页
·基于多特征融合和多帧融合的目标分类方法	第74-76页
·像素层次的判决	第75页
·帧层次的判决	第75-76页
·目标层次的判决	第76页
·实验论证与分析	第76-79页
·主要参数设置和性能评价指标	第76-77页
·实验对比与分析	第77-79页
·本章小结	第79-81页
第5章 智能交通视频监控系统搭建	第81-91页
·视频监控系统设计	第81-85页
·系统总体架构设计	第82-83页
·目标快速检索设计	第83-84页
·目标违规行驶检测设计	第84-85页
·视频监控系统实现	第85-87页
·软件实现结果	第87-89页
·本章小结	第89-91页
第6章 总结与展望	第91-95页
·研究成果与创新点	第91-92页
·研究工作展望	第92-95页
参考文献	第95-101页
致谢	第101-103页
在读期间发表的学术论文与取得的其他研究成果	第103-104页