智能视频监控系统中运动目标跟踪算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 智能视频监控 | 第8-9页 |
| 1.1.2 智能视频监控系统的框架 | 第9页 |
| 1.1.3 选题意义 | 第9页 |
| 1.2 智能视频监控的现状及相关技术 | 第9-11页 |
| 1.2.1 国内外研究现状 | 第10页 |
| 1.2.2 智能视频监控系统的相关技术 | 第10-11页 |
| 1.3 运动目标跟踪综述 | 第11-12页 |
| 1.3.1 运动目标跟踪概述 | 第11页 |
| 1.3.2 运动目标跟踪分类 | 第11-12页 |
| 1.3.3 运动目标跟踪难点 | 第12页 |
| 1.4 本文的主要内容和组织结构 | 第12-14页 |
| 第二章 相关理论知识及PSO算法 | 第14-18页 |
| 2.1 图像灰度化处理 | 第14页 |
| 2.2 图像去噪处理 | 第14-15页 |
| 2.3 图像形态学处理 | 第15-16页 |
| 2.4 PSO算法 | 第16-17页 |
| 2.5 本章小结 | 第17-18页 |
| 第三章 结合PSO与模版匹配的跟踪算法 | 第18-26页 |
| 3.1 模版匹配算法基本原理 | 第18页 |
| 3.2 模版更新基本原理 | 第18-19页 |
| 3.3 结合PSO与模版匹配的跟踪算法 | 第19-20页 |
| 3.4 实验结果与分析 | 第20-25页 |
| 3.4.1 实验数据 | 第21页 |
| 3.4.2 参数设置 | 第21页 |
| 3.4.3 结果及分析 | 第21-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 结合PSO与压缩感知的跟踪算法 | 第26-40页 |
| 4.1 压缩感知基本原理及特征提取 | 第26-27页 |
| 4.1.1 压缩感知基本原理 | 第26-27页 |
| 4.1.2 基于压缩感知的特征提取 | 第27页 |
| 4.2 基于贝叶斯分类器的目标检测 | 第27-28页 |
| 4.3 结合PSO与压缩感知的跟踪算法 | 第28-29页 |
| 4.4 实验结果与分析 | 第29-39页 |
| 4.4.1 实验数据 | 第30页 |
| 4.4.2 参数设置 | 第30-31页 |
| 4.4.3 数据分析 | 第31-34页 |
| 4.4.4 图示分析 | 第34-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 总结及展望 | 第40-43页 |
| 5.1 总结 | 第40-41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 攻读硕士学位期间发表学术成果及参与项目情况 | 第47-48页 |
| 致谢 | 第48页 |
