视频目标跟踪方法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-12页 |
第一章 绪论 | 第12-22页 |
·研究背景及意义 | 第12-13页 |
·视频目标跟踪概述 | 第13-14页 |
·视频目标跟踪的关键问题 | 第14-20页 |
·视频目标检测 | 第14-15页 |
·视频阴影检测 | 第15-17页 |
·视频目标跟踪 | 第17-20页 |
·本文主要工作、创新及组织结构 | 第20-22页 |
第二章 基于LBP纹理的视频目标提取方法 | 第22-32页 |
·方法概述 | 第22-23页 |
·LBP纹理 | 第23-28页 |
·基于LBP纹理的视频目标检测方法 | 第28-30页 |
·本章小结 | 第30-32页 |
第三章 基于纹理的视频阴影检测方法 | 第32-40页 |
·方法概述 | 第32-33页 |
·基于高斯混合模型的背景建模 | 第33-37页 |
·LBP纹理的在阴影检测中的应用 | 第37-38页 |
·基于LBP纹理的视频阴影检测方法 | 第38-39页 |
·本章小结 | 第39-40页 |
第四章 基于概率主成份分析建模的目标跟踪 | 第40-54页 |
·方法概述 | 第40-41页 |
·均值漂移方法概述及存在的问题 | 第41-48页 |
·均值漂移定义 | 第42-43页 |
·均值漂移的梯度爬坡特性 | 第43-44页 |
·目标模型的加权直方图描述 | 第44-46页 |
·直方图的相似性度量 | 第46页 |
·跟踪过程 | 第46-48页 |
·均值漂移存在的问题 | 第48页 |
·概率主成份分析 | 第48-51页 |
·概率主成份分析建模的精确性实验 | 第49-51页 |
·基于PPCA建模的目标跟踪方法 | 第51-52页 |
·临时模型 | 第51页 |
·全局性约束 | 第51-52页 |
·遮挡处理 | 第52页 |
·本章小结 | 第52-54页 |
第五章 基于图切分的视频目标跟踪方法 | 第54-74页 |
·方法概述 | 第55页 |
·粒子滤波的视频目标跟踪方法 | 第55-63页 |
·蒙特卡罗积分方法 | 第56-57页 |
·重要性采样 | 第57-61页 |
·重采样 | 第61页 |
·粒子滤波算法描述 | 第61-62页 |
·基于粒子滤波的视频目标跟踪 | 第62-63页 |
·本文的视频目标跟踪方法 | 第63-65页 |
·目标模型 | 第63页 |
·跟踪算法 | 第63-65页 |
·图切分及其改进 | 第65-71页 |
·图切分的前景提取方法概述 | 第65-68页 |
·改进的图切分方法 | 第68-70页 |
·改进方法的具体步骤 | 第70-71页 |
·改进的图切分实验 | 第71页 |
·基于图切分的视频目标跟踪方法 | 第71-72页 |
·本章小结 | 第72-74页 |
第六章 视频目标跟踪软件系统 | 第74-84页 |
·设计思路 | 第74-75页 |
·软件开发环境 | 第75-80页 |
·Opencv简介及特点 | 第75-76页 |
·OpenCv的构成 | 第76-77页 |
·Directshow技术概述 | 第77-79页 |
·OpenCv在DirectShow中的应用 | 第79-80页 |
·实验性的目标跟踪系统 | 第80-81页 |
·本章小结 | 第81-84页 |
第七章 实验结果及分析 | 第84-96页 |
·引言 | 第84页 |
·基于LBP纹理的视频目标检测实验结果及分析 | 第84-87页 |
·基于核函数概率密度估计的视频目标检测方法 | 第84-85页 |
·实验结果及分析 | 第85-87页 |
·基于纹理的视频阴影检测实验结果及分析 | 第87-91页 |
·基于Gabor特征的阴影检测 | 第87-88页 |
·基于归一化交叉相关系数的阴影检测方法 | 第88-89页 |
·实验结果及分析 | 第89-91页 |
·基于概率主成分分析建模的目标跟踪实验结果及分析 | 第91-93页 |
·基于图切分的目标跟踪实验结果及分析 | 第93-96页 |
第八章 结论与展望 | 第96-98页 |
·论文总结 | 第96-97页 |
·展望 | 第97-98页 |
参考文献 | 第98-110页 |
致谢 | 第110-112页 |
在读期间发表的学术论文与取得的研究成果 | 第112-113页 |