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

融合深度视频与跟踪学习的运动人体检测方法研究与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-17页
    1.1 研究背景及意义第9-10页
    1.2 研究目标第10页
    1.3 研究现状和主要问题第10-13页
        1.3.1 人体检测技术研究现状第10-12页
        1.3.2 人体跟踪技术研究现状第12-13页
        1.3.3 深度图像研究现状第13页
    1.4 主要的问题第13-14页
    1.5 主要研究内容第14-15页
    1.6 论文组织结构第15-17页
第二章 运动行人检测与跟踪技术的基础理论及评估方法第17-29页
    2.1 图像预处理第17-22页
        2.1.1 图像去噪第17-20页
        2.1.2 图像增强第20-22页
    2.2 运动行人检测第22-24页
        2.2.1 背景差法第22-23页
        2.2.2 帧间差分法第23页
        2.2.3 光流法第23-24页
    2.3 运动行人跟踪第24-27页
        2.3.1 基于主动轮廓的目标跟踪第24-25页
        2.3.2 基于模型的目标跟踪第25-26页
        2.3.3 基于特征的目标跟踪第26页
        2.3.4 基于区域的目标跟踪第26-27页
    2.4 人体检测与跟踪技术的评估方法第27-28页
        2.4.1 命中率第27页
        2.4.2 误检率第27-28页
        2.4.3 遮挡处理能力第28页
        2.4.4 实时性第28页
    2.5 本章小结第28-29页
第三章 深度视频数据库的建立第29-43页
    3.1 主要的公共视频数据库第29-30页
    3.2 深度视频数据库的建立第30-34页
        3.2.1 数据的采集第30-31页
        3.2.2 数据参数的设定第31-34页
        3.2.3 训练数据和测试数据的分类第34页
    3.3 深度图像的去噪第34-40页
        3.3.1 深度图像和彩色图像的裁剪和校准第37-38页
        3.3.2 深颜色区域的去噪第38页
        3.3.3 物体边缘的去噪第38-39页
        3.3.4 动态区域匹配生长第39页
        3.3.5 区域非匹配去噪第39-40页
    3.4 实验结果及分析第40-41页
    3.5 本章小结第41-43页
第四章 融合深度信息的运动人体检测技术的研究第43-49页
    4.1 背景差法和帧间差分法存在的问题第43页
    4.2 背景差分和帧间差分相结合的人体检测方法第43-45页
    4.3 实验结果及分析第45-47页
    4.4 本章小结第47-49页
第五章 融合深度信息的运动人体跟踪技术研究第49-63页
    5.1 TLD算法原理第49-59页
    5.2 改进的融合深度信息的TLD第59-60页
    5.3 实验结果及分析第60-62页
    5.4 本章小结第62-63页
第六章 融合深度视频信息的运动人体检测和跟踪系统的设计实现第63-69页
    6.1 系统平台的设计第63-64页
    6.2 系统平台的实现环境及过程第64-65页
    6.3 实验结果及分析第65-68页
    6.4 本章小结第68-69页
第七章 总结与展望第69-71页
    7.1 工作总结第69-70页
    7.2 不足与展望第70-71页
参考文献第71-75页
致谢第75-76页
攻读学位期间发表的学术论文目录第76页

论文共76页,点击 下载论文
上一篇:无线通信网络中的物理层网络编码研究
下一篇:基于认知数据库的TD-LTE频谱资源管理