基于稠密光流的视频运动分割
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-14页 |
| 1.3 视频运动分割面临的问题 | 第14-15页 |
| 1.4 本文的主要研究内容及章节安排 | 第15-17页 |
| 第2章 视频运动分割算法研究 | 第17-31页 |
| 2.1 图像与运动分割 | 第17-25页 |
| 2.1.1 基于边缘的图像分割 | 第18-19页 |
| 2.1.2 基于活动轮廓的图像分割 | 第19-23页 |
| 2.1.3 视频分割 | 第23-25页 |
| 2.2 算法基本分类 | 第25-30页 |
| 2.2.1 背景差法 | 第25-26页 |
| 2.2.2 帧差法 | 第26-27页 |
| 2.2.3 基于块匹配的分割法 | 第27-28页 |
| 2.2.4 光流法 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 经典聚类分割算法 | 第31-40页 |
| 3.1 聚类算法分析 | 第31-35页 |
| 3.1.1 K-means算法 | 第31-32页 |
| 3.1.2 Mean shift聚类算法 | 第32-35页 |
| 3.2 谱聚类算法 | 第35-39页 |
| 3.2.1 图论基础 | 第35-36页 |
| 3.2.2 图划分准则 | 第36-38页 |
| 3.2.3 谱聚类算法步骤 | 第38-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 基于轨迹的谱聚类分割算法 | 第40-48页 |
| 4.1 特征点提取 | 第40-42页 |
| 4.2 稠密轨迹 | 第42-43页 |
| 4.2.1 时空体 | 第42页 |
| 4.2.2 采样点轨迹跟踪 | 第42-43页 |
| 4.3 相似度矩阵的构建 | 第43-45页 |
| 4.3.1 定义轨迹间的距离 | 第44页 |
| 4.3.2 相似度矩阵 | 第44-45页 |
| 4.4 实验结果与分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 基于稠密光流与纹理特征的分割 | 第48-58页 |
| 5.1 纹理特征 | 第48-51页 |
| 5.1.1 流场可视化 | 第50-51页 |
| 5.2 运动纹理分割 | 第51-52页 |
| 5.2.1 光流场的可视化 | 第51-52页 |
| 5.2.2 积分卷积 | 第52页 |
| 5.3 实验结果与分析 | 第52-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66页 |
