视频分割关键技术研究及在工业园区监控系统中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-27页 |
| ·课题背景 | 第12-16页 |
| ·工业园区应急救援体系架构 | 第12-14页 |
| ·视频分割技术对工业园区应急救援体系的必要性 | 第14-16页 |
| ·国内外研究现状 | 第16-24页 |
| ·重大危险源监测技术 | 第17-19页 |
| ·视频分割技术 | 第19-24页 |
| ·论文创新点 | 第24-25页 |
| ·论文结构 | 第25-26页 |
| ·实验环境 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第2章 视频分割框架和模型 | 第27-41页 |
| ·视频分割框架 | 第27-28页 |
| ·积分图像 | 第28-29页 |
| ·分类器组合 | 第29-33页 |
| ·Boosting算法 | 第29-30页 |
| ·AdaBoost算法 | 第30-31页 |
| ·弱学习器 | 第31-32页 |
| ·随机森林 | 第32-33页 |
| ·概率图模型 | 第33-40页 |
| ·基本定义 | 第33-35页 |
| ·一维条件随机场 | 第35-37页 |
| ·二维条件随机场 | 第37页 |
| ·隐条件随机场 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 背景阈值自适应的分割方法 | 第41-53页 |
| ·算法概述 | 第41-42页 |
| ·建立背景模型 | 第42-44页 |
| ·建立阴影模型 | 第44-46页 |
| ·建立前景模型 | 第46-47页 |
| ·建立背景阈值自适应模型 | 第47-49页 |
| ·基于条件随机场的视频阈值化 | 第47页 |
| ·能量函数设计 | 第47-49页 |
| ·实验结果和分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 基于随机蕨丛分类器的双层识别分割方法 | 第53-64页 |
| ·算法概述 | 第53-55页 |
| ·视频分割中的随机蕨丛分类器 | 第55-58页 |
| ·随机蕨丛分类器的定义 | 第55-56页 |
| ·运动观察变量计算 | 第56-57页 |
| ·视频的二值特征函数设计 | 第57-58页 |
| ·双层识别分割 | 第58-60页 |
| ·实验结果与分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 基于视域注意模型的分割方法 | 第64-80页 |
| ·算法概述 | 第64-66页 |
| ·视域注意模型 | 第66-71页 |
| ·时域注意模型 | 第66-69页 |
| ·空域注意模型 | 第69-71页 |
| ·时空动态混合模型 | 第71页 |
| ·基于视域注意模型的分割方法 | 第71-77页 |
| ·GMM前景/背景建模 | 第71-72页 |
| ·建立分层随机场模型 | 第72-75页 |
| ·设计特征函数 | 第75-77页 |
| ·实验结果 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 工业园区视频监控原型系统 | 第80-86页 |
| ·原型系统概述 | 第80页 |
| ·状态分析算法 | 第80-82页 |
| ·异常目标报警 | 第81页 |
| ·流量密度统计 | 第81-82页 |
| ·原型系统设计 | 第82-83页 |
| ·系统功能和运行实例 | 第83-86页 |
| 第7章 结论和展望 | 第86-88页 |
| ·论文工作总结 | 第86-87页 |
| ·未来工作展望 | 第87-88页 |
| 参考文献 | 第88-96页 |
| 致谢 | 第96-97页 |
| 攻读博士学位期间主要的研究成果 | 第97页 |
