基站智能防盗监控系统视频智能分析技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·研究意义 | 第13页 |
| ·本文研究内容 | 第13-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 基站智能防盗监控系统的组成 | 第16-20页 |
| ·基站防盗系统的智能监控需求 | 第16-17页 |
| ·基站智能防盗监控系统结构 | 第17-18页 |
| ·基站智能视频监控系统各组成部分 | 第18-20页 |
| ·前端设备 | 第18页 |
| ·智能视频分析系统 | 第18-19页 |
| ·传输网络 | 第19页 |
| ·视频监控中心 | 第19-20页 |
| 第三章 智能视频监控系统的关键技术 | 第20-31页 |
| ·前言 | 第20-21页 |
| ·运动目标检测和提取 | 第21-24页 |
| ·运动目标检测概述 | 第21-22页 |
| ·背景差分法 | 第22-23页 |
| ·相邻帧间差分法 | 第23页 |
| ·光流法 | 第23-24页 |
| ·运动目标描述 | 第24-25页 |
| ·运动目标跟踪 | 第25-28页 |
| ·运动目标识别 | 第28-29页 |
| ·运动目标行为分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基站入侵检测和识别 | 第31-43页 |
| ·运动目标检测 | 第31-32页 |
| ·相邻帧间差分法 | 第32-37页 |
| ·基本原理 | 第32-37页 |
| ·算法流程 | 第37页 |
| ·背景差分法 | 第37-41页 |
| ·基本原 | 第37-40页 |
| ·算法流程 | 第40-41页 |
| ·算法分析 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第五章 入侵目标跟踪与识别 | 第43-58页 |
| ·颜色空间简介 | 第43-46页 |
| ·RGB颜色空间 | 第43-44页 |
| ·HSV颜色空间 | 第44-45页 |
| ·YUV颜色空间 | 第45页 |
| ·颜色空间的转换 | 第45-46页 |
| ·论基础 | 第46-50页 |
| ·无参密度估计 | 第47页 |
| ·核密度估计 | 第47-50页 |
| ·MeanShift算法 | 第50-56页 |
| ·目标模型的建立 | 第51-52页 |
| ·候选目标模型的建立 | 第52页 |
| ·目标定位 | 第52-53页 |
| ·基于MeanShift的目标跟踪算法 | 第53-55页 |
| ·MeanShift算法分析 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 系统的设计与实现 | 第58-66页 |
| ·系统设计 | 第58-59页 |
| ·结果及分析 | 第59-64页 |
| ·相邻帧间差分法 | 第60-62页 |
| ·背景差分法 | 第62-63页 |
| ·MeanShift运动目标跟踪 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 第七章 总结和展望 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
