基于模型共享机制的前景检测算法
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 本论文的研究背景和意义 | 第9-10页 |
1.2 前景检测算法的研究现状 | 第10-13页 |
1.3 本文的主要研究内容 | 第13-14页 |
1.4 本文的内容组织与结构安排 | 第14-15页 |
第2章 背景减除算法概述与分析 | 第15-28页 |
2.1 引言 | 第15-16页 |
2.2 基于参数的背景建模方法 | 第16-19页 |
2.2.1 单高斯模型 | 第16-17页 |
2.2.2 高斯混合模型 | 第17-19页 |
2.3 基于样本的背景建模方法 | 第19-25页 |
2.3.1 Codebook算法 | 第19-21页 |
2.3.2 ViBe算法 | 第21-23页 |
2.3.3 PBAS算法 | 第23-25页 |
2.4 总结与分析 | 第25-26页 |
2.5 本章小结 | 第26-28页 |
第3章 基于小波变换的时域稳定程度计算方法 | 第28-37页 |
3.1 小波变换 | 第28-30页 |
3.1.1 小波变换基本理论 | 第28-29页 |
3.1.2 哈尔小波变换 | 第29-30页 |
3.2 动态背景时域特征分析 | 第30-32页 |
3.3 背景时域稳定程度的计算方法 | 第32-35页 |
3.3.1 建立/更新缓存窗 | 第32-33页 |
3.3.2 时域特征信息的提取 | 第33-34页 |
3.3.3 时域特征信息的量化 | 第34-35页 |
3.4 实验结果及分析 | 第35-36页 |
3.5 本章小结 | 第36-37页 |
第4章 基于模型共享机制的前景检测算法 | 第37-48页 |
4.1 模型共享机制 | 第37-41页 |
4.1.1 动态背景空域特征分析 | 第37-38页 |
4.1.2 背景模型共享机制 | 第38-41页 |
4.2 算法框架及流程 | 第41-46页 |
4.2.1 算法框架 | 第41-42页 |
4.2.2 模型初始化 | 第42-43页 |
4.2.3 前景检测 | 第43-44页 |
4.2.4 模型更新 | 第44-46页 |
4.3 后期形态学处理 | 第46-47页 |
4.4 本章小结 | 第47-48页 |
第5章 算法实现及实验结果分析 | 第48-57页 |
5.1 算法实现过程 | 第48-51页 |
5.1.1 前景判别及模型更新过程伪代码描述 | 第48-50页 |
5.1.2 模型共享机制伪代码描述 | 第50-51页 |
5.2 算法评价指标 | 第51页 |
5.3 实验结果及分析 | 第51-56页 |
5.3.1 实验结果对比分析 | 第52-54页 |
5.3.2 不同场景下的实验 | 第54-56页 |
5.4 本章小结 | 第56-57页 |
结论 | 第57-58页 |
参考文献 | 第58-62页 |
攻读学位期间发表论文与研究成果清单 | 第62-63页 |
致谢 | 第63页 |