多视图像序列中运动目标实时检测
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题来源及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 运动目标检测技术研究现状 | 第12-14页 |
| 1.2.2 运动目标检测的实时性研究 | 第14-17页 |
| 1.3 存在的问题 | 第17-18页 |
| 1.4 研究内容 | 第18页 |
| 1.5 论文组织 | 第18-20页 |
| 第二章 视频图像的运动目标检测 | 第20-29页 |
| 2.1 引言 | 第20页 |
| 2.2 运动目标检测典型方法 | 第20-24页 |
| 2.2.1 帧间差分法 | 第20-21页 |
| 2.2.2 背景差分法 | 第21-23页 |
| 2.2.3 光流法 | 第23-24页 |
| 2.3 常用背景建模方法 | 第24-26页 |
| 2.3.1 统计平均法 | 第24页 |
| 2.3.2 单高斯模型方法 | 第24-26页 |
| 2.3.3 混合高斯模型方法 | 第26页 |
| 2.4 多视图像运动目标检测 | 第26-28页 |
| 2.5 小结 | 第28-29页 |
| 第三章 多视图像冗余区域的消除 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 多视图像获取 | 第29-32页 |
| 3.2.1 多摄像机采集装置 | 第29页 |
| 3.2.2 摄像机成像模型 | 第29-32页 |
| 3.3 多相机空间相交视域体 | 第32-34页 |
| 3.3.1 物体可视外壳 | 第32-33页 |
| 3.3.2 多相机相交视域体 | 第33-34页 |
| 3.4 空间几何投影 | 第34-35页 |
| 3.5 多相机相交视域体的计算 | 第35-38页 |
| 3.5.1 基本思想 | 第35页 |
| 3.5.2 基于体素的重建 | 第35-37页 |
| 3.5.3 计算多相机视域体交集 | 第37-38页 |
| 3.6 冗余区域的消除 | 第38-41页 |
| 3.7 小结 | 第41-43页 |
| 第四章 多视图像运动目标检测的并行计算 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 多相机视域体交集的并行计算 | 第43-45页 |
| 4.2.1 计算体素顶点状态 | 第44页 |
| 4.2.2 计算体素状态 | 第44-45页 |
| 4.3 基于图像分块的前景检测 | 第45-48页 |
| 4.3.1 分块检测思想 | 第45页 |
| 4.3.2 图像块的划分 | 第45-46页 |
| 4.3.3 块大小的选择 | 第46页 |
| 4.3.4 基于块的检测过程 | 第46-48页 |
| 4.4 图像分块的并行计算模型 | 第48-49页 |
| 4.4.1 线程的划分 | 第48-49页 |
| 4.4.2 偏移量的计算 | 第49页 |
| 4.5 图像分块并行模型的优化加速策略 | 第49-53页 |
| 4.5.1 多视图像非冗余块的并行加速 | 第50-52页 |
| 4.5.2 基于帧间连贯性的并行加速 | 第52-53页 |
| 4.6 小结 | 第53-55页 |
| 第五章 实验结果及比较分析 | 第55-65页 |
| 5.1 引言 | 第55页 |
| 5.2 实验平台搭建及模块划分 | 第55-57页 |
| 5.2.1 实验装置及开发环境 | 第55-56页 |
| 5.2.2 实验的模块划分 | 第56-57页 |
| 5.3 数据结构与算法描述 | 第57-61页 |
| 5.3.1 数据结构 | 第57-58页 |
| 5.3.2 算法描述 | 第58-61页 |
| 5.4 实验结果与性能分析 | 第61-64页 |
| 5.4.1 实验数据 | 第61-62页 |
| 5.4.2 算法性能分析 | 第62-64页 |
| 5.5 小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间取得的学术成果 | 第72-73页 |
| 致谢 | 第73页 |
