基于视频序列的运动检测与跟踪方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·选题的背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·主要研究内容和工作 | 第14-15页 |
| ·论文安排结构 | 第15-16页 |
| 第二章 运动目标检测 | 第16-32页 |
| ·引言 | 第16-17页 |
| ·图像预处理 | 第17-22页 |
| ·图像灰度变换 | 第18-19页 |
| ·自适应加权中值滤波去噪 | 第19-22页 |
| ·基于区间灰度分布模型的目标检测 | 第22-29页 |
| ·灰度区间分布模型 | 第23-25页 |
| ·背景更新策略 | 第25-26页 |
| ·前景的判断 | 第26页 |
| ·目标检测后处理 | 第26-29页 |
| ·算法流程 | 第29页 |
| ·实验结果及分析 | 第29-31页 |
| ·背景抽取过程 | 第29-30页 |
| ·算法的鲁棒性分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 目标跟踪与上下文推理 | 第32-47页 |
| ·引言 | 第32-33页 |
| ·线性子空间映射 | 第33-34页 |
| ·卡尔曼滤波 | 第34-37页 |
| ·卡尔曼滤波模型 | 第34-36页 |
| ·卡尔曼滤波算法 | 第36-37页 |
| ·上下文推理 | 第37-44页 |
| ·上下文 | 第37-41页 |
| ·推理规则 | 第41-44页 |
| ·实验结果与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 目标识别 | 第47-58页 |
| ·引言 | 第47-48页 |
| ·形状特征表示 | 第48-52页 |
| ·基于轮廓的描述方法 | 第49-51页 |
| ·基于区域的描述方法 | 第51-52页 |
| ·基于SVM 的分类器 | 第52-55页 |
| ·支持向量机SVM | 第52-54页 |
| ·SVM 分类器训练流程 | 第54页 |
| ·目标识别流程 | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 跟踪系统设计 | 第58-69页 |
| ·引言 | 第58页 |
| ·系统架构 | 第58-61页 |
| ·系统内部架构 | 第59-60页 |
| ·系统用例视图 | 第60-61页 |
| ·设计模式的应用 | 第61-63页 |
| ·系统实现 | 第63-67页 |
| ·系统性能 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结论与展望 | 第69-72页 |
| 结论 | 第69-70页 |
| 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77页 |
