智能视频监控中运动前景提取与跟踪算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景与意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-16页 |
| 1.3.1 智能监控系统的研究现状 | 第10-11页 |
| 1.3.2 运动前景提取的研究现状 | 第11-13页 |
| 1.3.3 运动目标跟踪的研究现状 | 第13-16页 |
| 1.4 本文主要研究内容和组织结构 | 第16-18页 |
| 第2章 基于像素建模的运动前景提取算法 | 第18-37页 |
| 2.1 基于像素建模的运动前景提取算法 | 第18-28页 |
| 2.1.1 算法原理 | 第19-21页 |
| 2.1.2 背景模型的初始化 | 第21页 |
| 2.1.3 像素的分类过程 | 第21-25页 |
| 2.1.4 后处理过程 | 第25页 |
| 2.1.5 背景模型的更新 | 第25-28页 |
| 2.2 实验测试与分析 | 第28-36页 |
| 2.2.1 实验参数设置 | 第29-32页 |
| 2.2.2 算法性能评估 | 第32-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第3章 基于核相关滤波的尺度自适应跟踪算法 | 第37-60页 |
| 3.1 核相关滤波跟踪算法 | 第37-43页 |
| 3.1.1 相关性原理 | 第37-38页 |
| 3.1.2 相关滤波跟踪 | 第38-43页 |
| 3.2 尺度自适应跟踪算法 | 第43-48页 |
| 3.3 实验测试与分析 | 第48-59页 |
| 3.3.1 实验参数设置 | 第48-49页 |
| 3.3.2 算法性能评估 | 第49-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第4章 运动前景提取与跟踪算法的连续实现 | 第60-68页 |
| 4.1 总体框架的设计 | 第60-61页 |
| 4.2 实验环境配置 | 第61-62页 |
| 4.3 实验测试与分析 | 第62-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间的科研成果 | 第75页 |
