监控视频中特定人查找方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·智能视频监控技术发展与应用现状 | 第11-12页 |
| ·特定人查找关键技术发展现状 | 第12-13页 |
| ·本论文的主要工作 | 第13-15页 |
| 第2章 特定人查找基本理论和关键技术 | 第15-20页 |
| ·运动人体目标检测方法分析 | 第15-18页 |
| ·背景建模方法分析 | 第16页 |
| ·运动人体目标提取与处理 | 第16-17页 |
| ·目标的分类 | 第17-18页 |
| ·人体目标识别 | 第18-19页 |
| ·特征提取算法 | 第18-19页 |
| ·特征匹配算法 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第3章 视频中的运动目标检测算法分析 | 第20-33页 |
| ·运动目标检测方法介绍 | 第20-22页 |
| ·帧间差分法 | 第20-21页 |
| ·背景减除法 | 第21-22页 |
| ·光流法 | 第22页 |
| ·背景更新算法减除背景 | 第22-27页 |
| ·背景模型获取方法介绍 | 第22-23页 |
| ·surendra背景更新算法分析 | 第23-24页 |
| ·HSV空间下的Surendra算法实现 | 第24-26页 |
| ·背景去除仿真结果 | 第26-27页 |
| ·运动人体目标的获取 | 第27-32页 |
| ·阴影检测 | 第27-28页 |
| ·噪声的消除 | 第28-30页 |
| ·连通性分析 | 第30-31页 |
| ·统计特性提取人体区域 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于特征提取的人体目标识别 | 第33-49页 |
| ·全局特征 | 第33-34页 |
| ·颜色特征 | 第33-34页 |
| ·形状特征 | 第34页 |
| ·纹理特征 | 第34页 |
| ·基于人体分区的颜色特征提取 | 第34-38页 |
| ·MPEG-7颜色布局描述子 | 第34-35页 |
| ·基于比例的人体分区 | 第35-36页 |
| ·HSV空间量化方案 | 第36-37页 |
| ·基于人体分区的颜色特征提取 | 第37-38页 |
| ·基于全局特征的仿真 | 第38-39页 |
| ·不变矩 | 第38页 |
| ·基于人体分区的颜色特征结合Hu矩特征提取 | 第38-39页 |
| ·图像的局部特征 | 第39-41页 |
| ·特定人查找的复杂性 | 第39-40页 |
| ·局部特征的优势 | 第40-41页 |
| ·常用的局部特征 | 第41页 |
| ·SIFT特征提取与匹配 | 第41-45页 |
| ·兴趣点搜索 | 第41-42页 |
| ·对兴趣点进行定位 | 第42-43页 |
| ·兴趣点的方向 | 第43页 |
| ·兴趣点的描述 | 第43-44页 |
| ·SIFT兴趣点的匹配 | 第44-45页 |
| ·基于SIFT的特征提取结果 | 第45-47页 |
| ·SIFT特征识别流程图 | 第45-46页 |
| ·基于SIFT算法的运动人体识别结果 | 第46页 |
| ·SIFT和颜色特征融合识别 | 第46-47页 |
| ·仿真结果及分析 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第5章 特定人查找系统方案及仿真结果 | 第49-56页 |
| ·特定人查找模块组成 | 第49-50页 |
| ·仿真结果和实验分析 | 第50-53页 |
| ·实验数据集 | 第50页 |
| ·评价标准 | 第50-51页 |
| ·实验结果 | 第51-53页 |
| ·相关反馈 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-62页 |
| 致谢 | 第62页 |
