| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 研究内容和文章结构 | 第14-17页 |
| 1.3.1 研究内容 | 第14-16页 |
| 1.3.2 研究成果 | 第16页 |
| 1.3.3 章节安排 | 第16-17页 |
| 第二章 相关研究综述 | 第17-30页 |
| 2.1 移动目标检测与识别技术概述 | 第17-18页 |
| 2.2 移动目标检测技术 | 第18-21页 |
| 2.2.1 移动检测算法概述 | 第18-19页 |
| 2.2.2 帧间差分法 | 第19-21页 |
| 2.3 目标识别技术 | 第21-27页 |
| 2.3.1 目标识别算法概述 | 第22-24页 |
| 2.3.2 HOG特征提取算法 | 第24-25页 |
| 2.3.3 GBDT算法 | 第25-27页 |
| 2.4 运动补偿算法 | 第27-28页 |
| 2.4.1 适用场景 | 第27页 |
| 2.4.2 算法描述 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 动态背景下移动目标检测算法的研究与改进 | 第30-44页 |
| 3.1 动态背景下检测移动目标的的瓶颈 | 第30-31页 |
| 3.2 筛选目标集合算法 | 第31-36页 |
| 3.2.1 问题分析 | 第31-32页 |
| 3.2.2 算法描述 | 第32-34页 |
| 3.2.3 算法验证 | 第34-36页 |
| 3.3 改进三帧帧差法 | 第36-41页 |
| 3.3.1 问题分析 | 第36页 |
| 3.3.2 算法描述 | 第36-39页 |
| 3.3.3 算法验证 | 第39-41页 |
| 3.4 滤除干扰噪声 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 动态背景下移动目标检测与识别系统的设计与实现 | 第44-57页 |
| 4.1 系统总体设计 | 第44-47页 |
| 4.2 预处理模块 | 第47-48页 |
| 4.2.1 图像灰度处理 | 第47页 |
| 4.2.2 图像去噪 | 第47-48页 |
| 4.3 移动目标检测模块 | 第48-50页 |
| 4.4 目标识别模块 | 第50-53页 |
| 4.4.1 提取无人机特征 | 第51-52页 |
| 4.4.2 训练模型 | 第52-53页 |
| 4.5 目标定位模块 | 第53-55页 |
| 4.5.1 运动补偿 | 第53页 |
| 4.5.2 框选目标位置 | 第53-55页 |
| 4.6 代码优化 | 第55-56页 |
| 4.6.1 资源预分配 | 第55页 |
| 4.6.2 并行处理 | 第55-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第五章 实验测试与分析 | 第57-64页 |
| 5.1 实验环境 | 第57-58页 |
| 5.2 实验数据来源 | 第58-59页 |
| 5.3 实验结果与分析 | 第59-63页 |
| 5.3.1 目标识别准确度测试 | 第59-60页 |
| 5.3.2 系统处理速度测试 | 第60-62页 |
| 5.3.3 实验结果分析 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文主要工作 | 第64页 |
| 6.2 未来研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间取得的研究成果 | 第71页 |