基于背景差分的多目标检测和跟踪技术
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 相关研究概述 | 第11-19页 |
| 1.2.1 背景差分技术概述 | 第11-15页 |
| 1.2.2 多目标检测和跟踪技术概述 | 第15-19页 |
| 1.3 本文主要研究内容及贡献 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第2章 基于颜色和边缘信息融合的背景差分方法 | 第21-35页 |
| 2.1 基于颜色的背景差分模型 | 第24-26页 |
| 2.1.1 帧差法和均值法融合的背景差分算法 | 第24-25页 |
| 2.1.2 自适应阈值 | 第25-26页 |
| 2.2 基于颜色和边缘信息的背景差分模型 | 第26-28页 |
| 2.3 后处理 | 第28-30页 |
| 2.3.1 形态学操作 | 第28-29页 |
| 2.3.2 最稳定极值区域 | 第29-30页 |
| 2.4 实验结果 | 第30-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 基于背景差分的多目标检测和跟踪技术 | 第35-58页 |
| 3.1 特征提取 | 第38-41页 |
| 3.2 局部区域聚类 | 第41-44页 |
| 3.2.1 Normalized Cut | 第41-42页 |
| 3.2.2 基于欧式距离和MSER的局部区域聚类 | 第42-44页 |
| 3.3 运动物体聚类 | 第44-51页 |
| 3.3.1 前景项 | 第45-46页 |
| 3.3.2 速度项 | 第46-48页 |
| 3.3.3 距离项 | 第48页 |
| 3.3.4 模拟退火算法 | 第48-51页 |
| 3.4 数据关联 | 第51-53页 |
| 3.5 实验结果 | 第53-57页 |
| 3.6 本章小结 | 第57-58页 |
| 第4章 总结和展望 | 第58-60页 |
| 4.1 总结 | 第58-59页 |
| 4.2 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
