交通视频中视点无关目标分类与检索方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·论文研究的背景及意义 | 第11-12页 |
| ·研究现状及关键技术 | 第12-14页 |
| ·论文研究的主要内容 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 目标分类理论基础及相关研究 | 第16-36页 |
| ·目标视频特征描述 | 第16-29页 |
| ·形状特征 | 第17-21页 |
| ·颜色特征 | 第21-24页 |
| ·纹理特征 | 第24-27页 |
| ·运动特性 | 第27-29页 |
| ·目标分类方法 | 第29-32页 |
| ·基于形状特征的分类 | 第29-31页 |
| ·基于运动特征的分类 | 第31-32页 |
| ·形状特征和运动特性相结合的分类 | 第32页 |
| ·目标分类相关问题 | 第32-35页 |
| ·运动目标的定位问题 | 第32-34页 |
| ·目标分类的视点依赖性问题 | 第34-35页 |
| ·场景相关知识在分类中的作用 | 第35页 |
| ·小结 | 第35-36页 |
| 第三章 视点无关的目标分类算法 | 第36-60页 |
| ·目标分类问题描述 | 第36-37页 |
| ·目标语义类型定义 | 第36-37页 |
| ·目标分类所遇到的问题 | 第37页 |
| ·视点依赖性问题的解决方法 | 第37-44页 |
| ·基于摄像机定标的特征恢复 | 第37-41页 |
| ·基于自动场景分割的透视变形处理策略 | 第41-42页 |
| ·基于标准化视点参数的特征恢复 | 第42-44页 |
| ·基于地平面矫正的视点无关分类算法 | 第44-59页 |
| ·算法思路 | 第44页 |
| ·运动目标检测与跟踪 | 第44-49页 |
| ·目标特征选择与提取 | 第49-51页 |
| ·基于地平面矫正的特征恢复 | 第51-54页 |
| ·分类器设计 | 第54-59页 |
| ·小结 | 第59-60页 |
| 第四章 基于视频特征的目标检索方法 | 第60-67页 |
| ·目标检索问题描述 | 第60-61页 |
| ·数据的组织形式 | 第61-63页 |
| ·目标检索方式 | 第63-65页 |
| ·检索结果的表示 | 第65页 |
| ·小结 | 第65-67页 |
| 第五章 实验结果及分析 | 第67-72页 |
| ·系统实现平台 | 第67-68页 |
| ·硬件平台 | 第67页 |
| ·软件平台 | 第67-68页 |
| ·实验流程 | 第68页 |
| ·实验结果分析 | 第68-71页 |
| ·小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·本文工作总结 | 第72-73页 |
| ·未来研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 附录 | 第78页 |
