运动目标实时检测算法研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·运动目标检测研究现状及问题分析 | 第12-14页 |
| ·本文主要研究内容及结构安排 | 第14-16页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的章节安排 | 第15-16页 |
| 第二章 运动目标检测算法 | 第16-29页 |
| ·基于运动信息的运动目标检测算法 | 第16-21页 |
| ·帧间差分法 | 第16-18页 |
| ·背景差分法 | 第18-21页 |
| ·基于光流场的运动目标检测方法 | 第21-22页 |
| ·基于图像分割的运动目标检测算法 | 第22-23页 |
| ·基于目标特征的运动目标检测算法 | 第23-28页 |
| ·Haar 型特征提取算法 | 第23-25页 |
| ·积分图 | 第25-26页 |
| ·目标检测算法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于直方图比较的运动目标检测 | 第29-41页 |
| ·引言 | 第29-30页 |
| ·单高斯模型背景差法 | 第30-31页 |
| ·混合高斯模型背景差法 | 第31-35页 |
| ·混合高斯模型的参数初始化 | 第32-33页 |
| ·混合高斯模型的参数更新 | 第33-34页 |
| ·混合高斯模型的前景检测 | 第34-35页 |
| ·光线变化对模型影响的分析 | 第35-36页 |
| ·直方图比较算法 | 第36-37页 |
| ·改进后的模型更新步骤 | 第37页 |
| ·实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于特征分类的头部目标检测算法 | 第41-52页 |
| ·引言 | 第41-42页 |
| ·特征提取 | 第42-43页 |
| ·分类器训练方法 | 第43-45页 |
| ·级联分类器训练 | 第45-46页 |
| ·Adaboost 算法的检测机制 | 第46-48页 |
| ·实验结果及分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 算法应用平台设计与实现 | 第52-64页 |
| ·系统算法架构 | 第53-55页 |
| ·系统软件实现架构 | 第55-62页 |
| ·系统的整体架构 | 第55-56页 |
| ·线程间通信与数据传输 | 第56-59页 |
| ·视频图像获取与存储模块 | 第59页 |
| ·其他相关模块 | 第59-62页 |
| ·系统界面的设计 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-67页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 附录 A | 第74-75页 |
| 摘要 | 第75-79页 |
| Abstract | 第79-83页 |
