智能视频监控中物体检测识别算法的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究的背景和意义 | 第10-11页 |
| ·国内外研究现状及存在的问题 | 第11-14页 |
| ·基于结构的方法 | 第11-12页 |
| ·基于外观模型的方法 | 第12-13页 |
| ·存在的困难与挑战 | 第13-14页 |
| ·发展趋势 | 第14-15页 |
| ·本文主要工作及贡献 | 第15-16页 |
| ·论文内容安排 | 第16-18页 |
| 第二章 视频序列中物体检测识别方法分析 | 第18-32页 |
| ·物体检测识别的基本步骤 | 第18-19页 |
| ·局部特征点的检测 | 第19-20页 |
| ·基于图像局部特征的匹配算法研究 | 第20-28页 |
| ·图像匹配的数学描述 | 第21-23页 |
| ·图像匹配中的关键因素 | 第23-25页 |
| ·图像匹配的性能分析 | 第25-26页 |
| ·图像匹配算法的组成 | 第26-27页 |
| ·基于图像特征的匹配 | 第27-28页 |
| ·基于点特征的检测算法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 SVD-SIFT特征检测与识别算法研究 | 第32-62页 |
| ·引言 | 第32-33页 |
| ·SIFT算法介绍 | 第33-46页 |
| ·尺度空间的生成 | 第34-38页 |
| ·改进的极值点检测方法 | 第38-39页 |
| ·对特征点的精确定位 | 第39-41页 |
| ·关键点方向分配 | 第41-43页 |
| ·关键点描述子的生成及匹配 | 第43-46页 |
| ·SIFT算法的实验结果与分析 | 第46-52页 |
| ·改进的SIFT匹配算法 | 第52-57页 |
| ·SVD算法分析 | 第52-53页 |
| ·SVD结合SIFT的匹配算法 | 第53-54页 |
| ·实验分析 | 第54-57页 |
| ·改进的误配点消除方法 | 第57-59页 |
| ·误配点消除方法的缺陷 | 第57页 |
| ·迭代密度约束算法 | 第57-59页 |
| ·实验结果分析 | 第59页 |
| ·本章小结 | 第59-62页 |
| 第四章 视频序列中偷盗事件的检测识别 | 第62-74页 |
| ·引言 | 第62-63页 |
| ·研究背景与目的 | 第62页 |
| ·相关研究及困难 | 第62-63页 |
| ·偷盗事件的检测与识别流程 | 第63-64页 |
| ·偷盗检测与识别 | 第64-69页 |
| ·视频监控前预处理 | 第64-67页 |
| ·视频监控中检测过程 | 第67-68页 |
| ·检测识别结果分析 | 第68-69页 |
| ·实验结果与分析 | 第69-73页 |
| ·本章总结 | 第73-74页 |
| 第五章 总结和展望 | 第74-76页 |
| ·本文总结 | 第74-75页 |
| ·课题展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间发表的论文 | 第84页 |
