视频序列中“非”机动车的检测与分类
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 图目录 | 第10-12页 |
| 表目录 | 第12-13页 |
| 第1章 绪论 | 第13-25页 |
| ·选题背景及意义 | 第13-14页 |
| ·研究现状综述 | 第14-21页 |
| ·视频序列运动目标检测方法 | 第15-16页 |
| ·视频序列中运动目标跟踪方法 | 第16-19页 |
| ·视频序列中运动目标分类方法 | 第19-20页 |
| ·研究现状讨论 | 第20-21页 |
| ·研究目标与研究内容 | 第21页 |
| ·研究目标 | 第21页 |
| ·研究内容 | 第21页 |
| ·研究方法与技术路线 | 第21-25页 |
| ·研究方法 | 第21-22页 |
| ·技术路线 | 第22-25页 |
| 第2章 “非”机动车的形态与运动特征 | 第25-33页 |
| ·“非”机动车的定义与类型 | 第25-27页 |
| ·现有非机动车的定义 | 第25-26页 |
| ·“非”机动车的界定及分类 | 第26-27页 |
| ·两轮“非”机动车特征 | 第27-29页 |
| ·自行车特征 | 第27页 |
| ·普通电动自行车特征 | 第27-28页 |
| ·轻便摩托车/摩托化电动自行车特征 | 第28-29页 |
| ·三轮“非”机动车特征 | 第29-30页 |
| ·人力三轮车 | 第29页 |
| ·电动三轮车 | 第29-30页 |
| ·残疾人助动车 | 第30页 |
| ·畜力车特征 | 第30-31页 |
| ·畜力车 | 第30-31页 |
| ·“非”机动车特征小结 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第3章 “非”机动车检测与跟踪 | 第33-49页 |
| ·视频成像变换 | 第33-34页 |
| ·视频序列运动目标检测 | 第34-43页 |
| ·基于帧间差分的方法 | 第35页 |
| ·基于光流场的方法 | 第35-36页 |
| ·基于背景差法的目标检测 | 第36-41页 |
| ·图像分割 | 第41-43页 |
| ·视频序列运动目标跟踪 | 第43-47页 |
| ·常用运动目标跟踪方法 | 第43-44页 |
| ·基于区域特征的跟踪方法 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第4章 “非”机动车特征提取及分类 | 第49-63页 |
| ·“非”机动车的分类策略 | 第49-50页 |
| ·决策树分类方法 | 第50-52页 |
| ·分类特征选取 | 第50-51页 |
| ·基于决策树的分类策略 | 第51-52页 |
| ·支持向量机分类方法 | 第52-57页 |
| ·分类特征选取 | 第52-54页 |
| ·基于支持向量机(SVM)的分类策略 | 第54-57页 |
| ·“非”机动车的速度密度特性 | 第57-59页 |
| ·速度密度特性 | 第57-58页 |
| ·“非”机动车速密数据提取 | 第58-59页 |
| ·分类检测效果验证 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 “非”机动车检测分类原型系统 | 第63-69页 |
| ·系统总体设计 | 第63-64页 |
| ·系统功能设计 | 第64-65页 |
| ·开发运行环境 | 第65-66页 |
| ·系统工作流程 | 第66页 |
| ·系统实现 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 结论与展望 | 第69-71页 |
| ·研究成果 | 第69页 |
| ·未来展望 | 第69-71页 |
| 参考文献 | 第71-79页 |
| 攻读硕士学位期间参与课题与获得奖励 | 第79-81页 |
| 致谢 | 第81-82页 |
