视频流中人体的检测与分离
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·人体检测与跟踪综述 | 第7-9页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本课题研究的主要内容 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 运动目标的检测 | 第13-29页 |
| ·运动目标检测的方法 | 第13-16页 |
| ·帧差法 | 第13-14页 |
| ·光流法 | 第14-15页 |
| ·背景减除法 | 第15-16页 |
| ·高斯混合模型 | 第16-21页 |
| ·背景更新过程 | 第16-19页 |
| ·高斯混合算法与检测结果 | 第19-21页 |
| ·影子的检测与消除 | 第21-24页 |
| ·RGB 模型 | 第21-22页 |
| ·HSV 颜色模型 | 第22-23页 |
| ·影子的消除 | 第23-24页 |
| ·中值滤波 | 第24-25页 |
| ·目标对象的轮廓检测 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于轮廓的人体特征向量的提取 | 第29-39页 |
| ·特征量数据描述 | 第29-31页 |
| ·特征的基本标准[37] | 第29-30页 |
| ·结构模块 | 第30-31页 |
| ·人体特征提取算法 | 第31-37页 |
| ·边界点的获取 | 第32-33页 |
| ·特征距离的计算 | 第33-34页 |
| ·基于像素点特征向量的提取 | 第34-37页 |
| ·本章总结 | 第37-39页 |
| 第四章 基于 SVM 的人体与非人体检测 | 第39-53页 |
| ·支持向量机的原理 | 第39-44页 |
| ·线性可分问题 | 第40-42页 |
| ·近似线性可分问题 | 第42-43页 |
| ·非线性分划问题 | 第43-44页 |
| ·核函数定义与选择 | 第44-45页 |
| ·SVM 分类器构造与训练 | 第45-49页 |
| ·VisionLab 平台与检测结果 | 第49-52页 |
| ·VisionLab 平台简介 | 第49页 |
| ·实验结果与分析 | 第49-52页 |
| ·本章总结 | 第52-53页 |
| 第五章 人体的分离 | 第53-59页 |
| ·SRUF 算法 | 第53-56页 |
| ·特征点匹配与扩散 | 第56-57页 |
| ·分离结果 | 第57-58页 |
| ·本章总结 | 第58-59页 |
| 第六章 总结及展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间完成的论文或科研工作 | 第67-68页 |
