基于图像统计特征的视频源分类及检测
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 本文研究背景及意义 | 第7-8页 |
| 1.2 视频分类检测领域研究现状 | 第8-10页 |
| 1.2.1 视频分类领域 | 第8-10页 |
| 1.2.2 视频检测领域 | 第10页 |
| 1.3 论文主要工作及内容安排 | 第10-13页 |
| 第二章 基于统计特征的图像分类和检测 | 第13-21页 |
| 2.1 统计特征简介 | 第13-15页 |
| 2.1.1 统计学中的统计特征 | 第13-14页 |
| 2.1.2 统计特征在模式识别中的应用 | 第14-15页 |
| 2.2 基于图像的分类和检测算法 | 第15-18页 |
| 2.2.1 分类算法 | 第15-16页 |
| 2.2.2 检测算法 | 第16-18页 |
| 2.3 图像特征及提取方法 | 第18-20页 |
| 2.3.1 图像四大特征 | 第18-19页 |
| 2.3.2 四大特征提取方法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于图像统计特征的视频源分类 | 第21-37页 |
| 3.1 视频源分类特征选取 | 第21-27页 |
| 3.1.1 特征提取 | 第21-24页 |
| 3.1.2 Laplace 分布 | 第24-25页 |
| 3.1.3 特征值选取和计算 | 第25-27页 |
| 3.2 视频源分类的训练和测试 | 第27-29页 |
| 3.2.1 分类器训练流程 | 第27-28页 |
| 3.2.2 视频分类测试流程 | 第28-29页 |
| 3.3 视频源分类结果及分析 | 第29-36页 |
| 3.3.1 活动视频样本集 | 第29-30页 |
| 3.3.2 图形视频样本集 | 第30-31页 |
| 3.3.3 视频分类结果 | 第31-33页 |
| 3.3.4 分类错误率估计 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于图像统计特征的复合视频检测 | 第37-49页 |
| 4.1 复合视频检测特征选取 | 第37-41页 |
| 4.1.1 图像块的梯度特征 | 第37-39页 |
| 4.1.2 活动视频区域唯一性 | 第39-41页 |
| 4.2 复合视频检测方法和流程 | 第41-43页 |
| 4.2.1 检测方法 | 第41-42页 |
| 4.2.2 检测流程 | 第42-43页 |
| 4.3 复合视频检测实验及结果分析 | 第43-47页 |
| 4.3.1 复合视频检测的训练和测试 | 第43-45页 |
| 4.3.2 实验结果及分析 | 第45-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 工作展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-56页 |
