运动阴影检测与目标识别方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 运动阴影检测 | 第12-13页 |
| 1.2.2 运动目标跟踪及识别 | 第13-15页 |
| 1.3 本文主要工作及安排 | 第15-16页 |
| 第2章 相关理论基础 | 第16-30页 |
| 2.1 运动阴影 | 第16-18页 |
| 2.1.1 运动阴影的形成及性质 | 第16-17页 |
| 2.1.2 运动阴影检测算法 | 第17-18页 |
| 2.2 运动目标检测算法 | 第18-22页 |
| 2.2.1 经典的目标检测算法 | 第18-20页 |
| 2.2.2 基于码本的运动目标检测算法 | 第20-22页 |
| 2.3 常用特征与分类器 | 第22-29页 |
| 2.3.1 HOG特征 | 第22-24页 |
| 2.3.2 LBP特征 | 第24-25页 |
| 2.3.3 Haar特征 | 第25-26页 |
| 2.3.4 SVM分类器 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 运动阴影检测方法 | 第30-46页 |
| 3.1 基于HLBP的运动阴影检测 | 第30-34页 |
| 3.1.1 HLBP特征 | 第30-31页 |
| 3.1.2 特征提取 | 第31-33页 |
| 3.1.3 特征相似度 | 第33页 |
| 3.1.4 特征图分割 | 第33-34页 |
| 3.2 基于随机森林的运动阴影检测 | 第34-44页 |
| 3.2.1 特征提取 | 第35-38页 |
| 3.2.2 随机森林 | 第38-39页 |
| 3.2.3 实验结果与分析 | 第39-44页 |
| 3.3 本章小结 | 第44-46页 |
| 第4章 运动目标识别及跟踪方法 | 第46-60页 |
| 4.1 运动目标识别 | 第46-51页 |
| 4.1.1 HOG-HLBP特征 | 第46-47页 |
| 4.1.2 SVM多类分类 | 第47-48页 |
| 4.1.3 基于HOG-HLBP的运动目标识别 | 第48-49页 |
| 4.1.4 实验结果及分析 | 第49-51页 |
| 4.2 基于检测的多目标跟踪 | 第51-57页 |
| 4.2.1 卡尔曼滤波器 | 第51-52页 |
| 4.2.2 结合运动及表观信息的多目标跟踪 | 第52-55页 |
| 4.2.3 实验结果与分析 | 第55-57页 |
| 4.3 总体框架 | 第57-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 论文工作总结 | 第60-61页 |
| 5.2 后续工作展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第70页 |
