基于视觉仿生的视频内容分析方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 前言 | 第9-21页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.1.1 国内智能监控分析系统的市场分析 | 第9页 |
| 1.1.2 视频监控分析技术的研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 智能监控分析技术的研究领域 | 第11-13页 |
| 1.2.2 智能监控分析系统的国内外研究现状 | 第13-15页 |
| 1.2.3 智能监控分析系统的发展趋势 | 第15-16页 |
| 1.3 课题主要研究内容和技术难点 | 第16-19页 |
| 1.4 论文结构安排 | 第19-21页 |
| 第2章 监控视频背景建模方法以及背景提取技术研究 | 第21-40页 |
| 2.1 监控视频图像预处理方法 | 第21-23页 |
| 2.2 监控视频运动目标检测方法 | 第23-25页 |
| 2.3 经典背景建模方法综述 | 第25-31页 |
| 2.3.1 基于统计平均的背景建模方法 | 第25-26页 |
| 2.3.2 基于监控视频的W4背景建模方法 | 第26页 |
| 2.3.3 基于非参数核函数的背景建模方法 | 第26-27页 |
| 2.3.4 高斯背景建模算法 | 第27-30页 |
| 2.3.5 Vibe快速背景建模算法 | 第30-31页 |
| 2.4 基于码本模型的视频背景提取技术 | 第31-35页 |
| 2.4.1 基于码本的背景建模方法 | 第31-34页 |
| 2.4.2 基于码本的背景模型提取方法 | 第34-35页 |
| 2.5 实验结果与分析 | 第35-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第3章 多特征融合的视频目标跟踪方法研究 | 第40-65页 |
| 3.1 视频目标跟踪方法流程 | 第40-41页 |
| 3.2 视频目标的特征提取方法 | 第41-51页 |
| 3.2.1 颜色特征信息 | 第42-45页 |
| 3.2.2 梯度直方图描述子 | 第45-46页 |
| 3.2.3 尺度不变描述子 | 第46-51页 |
| 3.3 视频目标定位方法 | 第51-55页 |
| 3.3.1 基于模板匹配的目标定位方法 | 第51-52页 |
| 3.3.2 基于统计模型的目标定位方法 | 第52-53页 |
| 3.3.3 基于优化算法的目标定位方法 | 第53-55页 |
| 3.4 多特征融合的视频目标跟踪方法研究 | 第55-64页 |
| 3.4.1 多特征融合视频目标跟踪算法流程 | 第55-56页 |
| 3.4.2 特征选取与特征库建立 | 第56-57页 |
| 3.4.3 视频目标跟踪算法实现方法 | 第57-60页 |
| 3.4.4 实验结果与分析 | 第60-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于内容的视频编解码方法研究 | 第65-81页 |
| 4.1 传统视频编解码方法概述 | 第65-67页 |
| 4.2 基于对象的视频编码原理 | 第67-72页 |
| 4.2.1 基于对象的视频编码数据结构 | 第68-70页 |
| 4.2.2 基于对象的视频编码方案 | 第70-72页 |
| 4.3 基于内容的视频压缩编码方法 | 第72-80页 |
| 4.3.1 基于内容视频编码算法流程 | 第73-75页 |
| 4.3.2 编码算法实验与分析 | 第75-78页 |
| 4.3.3 背景更新算法的影响讨论 | 第78-80页 |
| 4.4 本章小结 | 第80-81页 |
| 总结与展望 | 第81-84页 |
| 参考文献 | 第84-91页 |
| 攻读硕士学位期间取得的学术成果 | 第91-92页 |
| 致谢 | 第92-93页 |
