| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 引言 | 第14页 |
| 1.2 研究背景及意义 | 第14-16页 |
| 1.3 研究现状 | 第16-22页 |
| 1.3.1 反无人机系统及技术现状 | 第16-18页 |
| 1.3.2 运动目标检测研究现状 | 第18-19页 |
| 1.3.3 目标识别研究现状 | 第19-21页 |
| 1.3.4 目标跟踪研究现状 | 第21-22页 |
| 1.4 本文工作 | 第22-24页 |
| 第二章 基于方向梯度直方图特征的无人机检测 | 第24-42页 |
| 2.1 引言 | 第24页 |
| 2.2 目标检测概述与图像特征选择 | 第24-25页 |
| 2.3 方向梯度直方图特征(HOG) | 第25-29页 |
| 2.3.1 方向梯度直方图特征概述 | 第25页 |
| 2.3.2 HOG特征提取过程 | 第25-27页 |
| 2.3.3 HOG特征金字塔 | 第27-29页 |
| 2.3.4 HOG性能分析 | 第29页 |
| 2.4 支持向量机(SVM) | 第29-35页 |
| 2.4.1 支持向量机概述 | 第29页 |
| 2.4.2 线性可分支持向量机 | 第29-33页 |
| 2.4.3 线性支持向量机 | 第33-34页 |
| 2.4.4 非线性可分支持向量机 | 第34-35页 |
| 2.4.5 SVM性能分析 | 第35页 |
| 2.5 HOG+SVM算法实现 | 第35-40页 |
| 2.5.1 系统平台介绍 | 第35-36页 |
| 2.5.2 分类器性能度量 | 第36-37页 |
| 2.5.3 参数确定以及分类器训练 | 第37-39页 |
| 2.5.4 HOG+SVM实验结果 | 第39-40页 |
| 2.6 本章小结 | 第40-42页 |
| 第三章 基于运动信息的无人机检测 | 第42-58页 |
| 3.1 引言 | 第42页 |
| 3.2 运动目标检测 | 第42-50页 |
| 3.2.1 帧间差分法 | 第42-47页 |
| 3.2.2 背景差分法 | 第47-50页 |
| 3.3 运动目标检测算法改进 | 第50-53页 |
| 3.4 基于运动信息的无人机检测 | 第53-55页 |
| 3.5 本章小结 | 第55-58页 |
| 第四章 基于改进KCF算法的无人机跟踪 | 第58-72页 |
| 4.1 引言 | 第58页 |
| 4.2 目标跟踪算法综述 | 第58-59页 |
| 4.3 KCF跟踪算法 | 第59-65页 |
| 4.3.1 KCF跟踪算法原理 | 第60-63页 |
| 4.3.2 KCF跟踪算法优缺点 | 第63-64页 |
| 4.3.3 KCF跟踪算法实现 | 第64-65页 |
| 4.4 KCF跟踪算法改进 | 第65-70页 |
| 4.4.1 卡尔曼滤波 | 第65-66页 |
| 4.4.2 基于卡尔曼滤波的改进KCF算法 | 第66-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第五章 基于视觉的无人机入侵检测与跟踪系统设计与实现 | 第72-80页 |
| 5.1 引言 | 第72页 |
| 5.2 系统算法整体流程 | 第72-73页 |
| 5.3 系统设计与实现 | 第73-75页 |
| 5.3.1 系统算法在线实现 | 第73页 |
| 5.3.2 客户端设计 | 第73页 |
| 5.3.3 系统结构设计 | 第73-75页 |
| 5.4 系统功能实现 | 第75-78页 |
| 5.4.1 无人机检测跟踪功能 | 第75-77页 |
| 5.4.2 摄像机随动跟踪功能 | 第77-78页 |
| 5.5 本章小结 | 第78-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 作者简历 | 第86页 |
| 6.1 教育经历 | 第86页 |
| 6.2 申请的专利 | 第86页 |
| 6.3 参与的科研项目 | 第86页 |