智能视频监控系统的算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 选题缘由和意义 | 第16-20页 |
| 1.2 运动目标检测技术研究现状 | 第20-21页 |
| 1.3 运动目标跟踪技术研究现状 | 第21-22页 |
| 1.4 论文的主要工作及结构安排 | 第22-24页 |
| 1.4.1 论文的主要工作 | 第22页 |
| 1.4.2 论文的结构安排 | 第22-24页 |
| 第二章 运动目标检测算法研究及改进 | 第24-42页 |
| 2.1 引言 | 第24页 |
| 2.2 基本的运动检测方法 | 第24-33页 |
| 2.2.1 帧差法 | 第24-27页 |
| 2.2.2 混合高斯法 | 第27-29页 |
| 2.2.3 均值滤波法 | 第29页 |
| 2.2.4 光流法 | 第29-30页 |
| 2.2.5 码书模型理论及相关算法 | 第30-33页 |
| 2.3 基于YUV空间下码书模型的改进 | 第33-35页 |
| 2.4 码书的更新过程 | 第35-39页 |
| 2.5 对于复杂背景条件下的运动目标检测实验分析 | 第39-42页 |
| 第三章 运动目标跟踪算法研究及改进 | 第42-66页 |
| 3.1 引言 | 第42-44页 |
| 3.2 常见的视频目标跟踪算法 | 第44-57页 |
| 3.2.1 Meanshift算法 | 第44-48页 |
| 3.2.2 卡尔曼滤滤波跟踪 | 第48-50页 |
| 3.2.3 粒子滤波跟踪方法 | 第50-57页 |
| 3.3 粒子滤波用于跟踪 | 第57-61页 |
| 3.3.1 粒子滤波跟踪流程 | 第57-59页 |
| 3.3.2 标准粒子滤波实验结果 | 第59-61页 |
| 3.4 基于信息融合的粒子滤波跟踪 | 第61-66页 |
| 第四章 警戒线检测 | 第66-72页 |
| 4.1 入侵检测算法 | 第66-67页 |
| 4.2 对于检测线的定义与检测 | 第67-68页 |
| 4.3 整体运动目标检测跟踪系统 | 第68-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 论文工作总结 | 第72-73页 |
| 5.2 未来研究展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80页 |
