首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于增量非负矩阵分解的视频运动目标提取方法与应用研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-18页
    1.1 研究背景与意义第10-11页
    1.2 研究现状第11-16页
        1.2.1 视频运动目标提取的研究现状第11-14页
        1.2.2 视频摘要的研究现状第14-16页
    1.3 本文的主要研究内容第16-17页
    1.4 本文的组织结构第17-18页
第二章 技术背景简介第18-30页
    2.1 运动目标提取相关技术简介第18-23页
        2.1.1 运动目标提取的难点分析第18-21页
        2.1.2 背景减除法的主要步骤第21-23页
    2.2 视频摘要相关技术简介第23-29页
        2.2.1 视频内容的结构化分析第23-26页
        2.2.2 常见的视频分段方法第26-28页
        2.2.3 常见的关键帧抽取方法第28-29页
    2.3 本章小结第29-30页
第三章 基于增量非负矩阵分解的目标实时提取算法第30-42页
    3.1 运动目标实时提取模型第30页
    3.2 背景子空间初始化第30-31页
    3.3 基于增量非负矩阵分解的优化算法第31-36页
        3.3.1 目标函数的建立第31-32页
        3.3.2 基于非负约束和结构化稀疏的目标提取第32-33页
        3.3.3 基于非负约束和权重参数的基向量更新第33-36页
    3.4 实验结果与分析第36-41页
        3.4.1 实验结果第36-39页
        3.4.2 结果分析第39-41页
    3.5 本章小结第41-42页
第四章 基于运动目标提取的监控视频摘要方法第42-60页
    4.1 基于目标提取的监控视频分段方法第42-45页
    4.2 基于视频分段的关键帧抽取与轨迹提取第45-51页
        4.2.1 基于分段的关键帧抽取第45-48页
        4.2.2 基于分段的轨迹提取第48-51页
    4.3 实验结果与分析第51-59页
        4.3.1 实验说明第51-53页
        4.3.2 实验结果第53-59页
    4.4 本章小结第59-60页
第五章 总结与展望第60-62页
    5.1 论文工作总结第60-61页
    5.2 研究内容展望第61-62页
参考文献第62-68页
致谢第68-70页
在读期间发表的学术论文与取得的研究成果第70页

论文共70页,点击 下载论文
上一篇:面向移动服务机器人的部分特殊姿态识别及云应用扩展研究
下一篇:基于Google ADK的Android与Arduino的通信及控制研究