基于鱼眼镜头的视频跟踪算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 第2章 基于鱼眼镜头跟踪算法的理论基础 | 第16-28页 |
| 2.1 鱼眼镜头成像模型 | 第16-19页 |
| 2.1.1 通用几何模型 | 第16-17页 |
| 2.1.2 简化几何模型 | 第17-19页 |
| 2.2 鱼眼视频目标特征 | 第19-24页 |
| 2.2.1 颜色特征 | 第19-21页 |
| 2.2.2 颜色直方图特征 | 第21-22页 |
| 2.2.3 相对梯度特征 | 第22-23页 |
| 2.2.4 压缩特征 | 第23-24页 |
| 2.3 贝叶斯分类器 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 简单背景下鱼眼视频目标跟踪算法研究 | 第28-46页 |
| 3.1 鱼眼视频目标运动区域预测 | 第28-31页 |
| 3.1.1 鱼眼视频投影点运动特性 | 第28-30页 |
| 3.1.2 确定目标预测区域 | 第30-31页 |
| 3.2 鱼眼视频预测区域目标分割 | 第31-34页 |
| 3.2.1 otsu阈值分割 | 第32-33页 |
| 3.2.2 鱼眼视频目标分割 | 第33-34页 |
| 3.3 图像形态学处理 | 第34-36页 |
| 3.4 鱼眼视频目标准确跟踪 | 第36-40页 |
| 3.4.1 目标尺度匹配 | 第36-37页 |
| 3.4.2 颜色直方图匹配 | 第37-40页 |
| 3.5 实验结果与分析 | 第40-44页 |
| 3.5.1 实验配置 | 第40-41页 |
| 3.5.2 实验结果对比 | 第41-42页 |
| 3.5.3 定量分析 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 复杂背景下鱼眼视频目标跟踪算法研究 | 第46-59页 |
| 4.1 鱼眼视频目标特征提取 | 第46-48页 |
| 4.1.1 目标高维特征构造 | 第46-47页 |
| 4.1.2 目标特征降维 | 第47-48页 |
| 4.2 鱼眼视频目标快速搜索策略 | 第48-50页 |
| 4.2.1 目标运动区域预测 | 第48-49页 |
| 4.2.2 多尺度目标位置快速搜索 | 第49-50页 |
| 4.3 贝叶斯分类器建立与更新 | 第50-51页 |
| 4.4 算法流程 | 第51页 |
| 4.5 实验结果与分析 | 第51-58页 |
| 4.5.1 实验配置 | 第51-52页 |
| 4.5.2 定性分析 | 第52-55页 |
| 4.5.3 定量分析 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65页 |
