基于人眼检测的视频前景自动提取算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 概述 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·论文目标及结构安排 | 第14-16页 |
| ·研究目标 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第2章 基于人眼检测的自动交互算法 | 第16-31页 |
| ·引言 | 第16-18页 |
| ·帧差法 | 第16-17页 |
| ·背景减除法 | 第17页 |
| ·光流场法 | 第17-18页 |
| ·特征检测法 | 第18页 |
| ·模型训练法 | 第18页 |
| ·预备知识 | 第18-27页 |
| ·Adaboost 算法简介 | 第19-21页 |
| ·Haar 特征 | 第21-22页 |
| ·Haar 特征积分图 | 第22-23页 |
| ·EOH 特征 | 第23-24页 |
| ·改进的 Real-Adaboost 算法 | 第24-27页 |
| ·人眼检测 | 第27-29页 |
| ·实验相关数据 | 第27-28页 |
| ·改进的 Real-Adaboost 算法实验 | 第28-29页 |
| ·级联 Adaboost 算法 | 第29页 |
| ·自动交互 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 单张图像前景提取算法 | 第31-44页 |
| ·引言 | 第31页 |
| ·相关工作 | 第31-35页 |
| ·基于分割的前景提取算法 | 第32-34页 |
| ·基于抠图的前景提取算法 | 第34-35页 |
| ·预备知识 | 第35-38页 |
| ·DTOCS 定义 | 第36页 |
| ·DTOCS 算法 | 第36-38页 |
| ·图像前景提取 | 第38-43页 |
| ·前景概率估计 | 第39页 |
| ·基于测地线距离的二元分割 | 第39-40页 |
| ·三分图 | 第40-41页 |
| ·单张图像前景提取 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第4章 视频前景提取算法 | 第44-54页 |
| ·引言 | 第44-45页 |
| ·相关工作 | 第45-46页 |
| ·视频前景自动提取 | 第46-52页 |
| ·图像概率密度 | 第47-49页 |
| ·局部 KDE 函数 | 第49-50页 |
| ·核密度估计加速方法 | 第50-51页 |
| ·Trimap 三分图构造 | 第51页 |
| ·图像前景提取 | 第51-52页 |
| ·图形图像算子处理 | 第52页 |
| ·实验结果 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·工作展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第63页 |
