交叉口复杂场景下目标检测与跟踪技术研究
致谢 | 第1-6页 |
摘要 | 第6-7页 |
Abstract | 第7-13页 |
1. 绪论 | 第13-21页 |
摘要 | 第13页 |
·研究背景及意义 | 第13-15页 |
·智能交通系统发展迅速 | 第13-14页 |
·计算机视觉学科日渐成熟 | 第14页 |
·基于视频的车辆检测系统需求广泛 | 第14-15页 |
·国内外研究现状 | 第15-17页 |
·智能交通检测系统 | 第15页 |
·目标检测相关算法 | 第15-17页 |
·本文主要研究内容 | 第17-21页 |
·研究目的 | 第17页 |
·研究的难点 | 第17页 |
·技术路线 | 第17-18页 |
·本文内容安排 | 第18-21页 |
2. 复杂场景下运动目标检测技术研究 | 第21-37页 |
摘要 | 第21页 |
·引言 | 第21页 |
·运动目标的检测技术框架 | 第21-24页 |
·运动目标检测一般步骤 | 第21-22页 |
·图像灰度化处理 | 第22-23页 |
·运动目标像素检测 | 第23-24页 |
·轮廓检测技术 | 第24页 |
·常用视频背景建模算法分析 | 第24-26页 |
·均值滤波法 | 第24-25页 |
·中值滤波法 | 第25页 |
·统计模型法 | 第25-26页 |
·交叉口复杂环境下的改进背景检测算法 | 第26-35页 |
·交叉口交通流视频场景特性分析 | 第26页 |
·基于时空信息的双混合高斯模型 | 第26-28页 |
·基于决策融合的背景检测算法 | 第28-31页 |
·实验结果与分析 | 第31-35页 |
·本章小结 | 第35-37页 |
3. 复杂场景下多运动目标跟踪技术研究 | 第37-65页 |
摘要 | 第37页 |
·引言 | 第37页 |
·常见运动目标跟踪算法 | 第37-40页 |
·基于特征的跟踪算法 | 第37-38页 |
·基于模型的跟踪算法 | 第38-39页 |
·基于活动轮廓的跟踪算法 | 第39页 |
·基于区域的跟踪算法 | 第39-40页 |
·交叉口复杂环境下的改进多目标跟踪技术 | 第40-63页 |
·交叉口复杂环境多目标跟踪特性分析 | 第40-41页 |
·带有冲突检测的多目标跟踪算法框架 | 第41-42页 |
·Kalman滤波算法 | 第42-45页 |
·基于位置匹配的跟踪情况分类 | 第45-48页 |
·基于运动分析的新跟踪链创建 | 第48-49页 |
·基于MeanShift算法的冲突解决 | 第49-51页 |
·针对全局遮盖问题的改进滤波跟踪算法 | 第51-52页 |
·实验结果与分析 | 第52-63页 |
·本章小结 | 第63-65页 |
4. 运动目标分类及参数提取 | 第65-77页 |
摘要 | 第65页 |
·引言 | 第65页 |
·常见目标特征提取与分类 | 第65-68页 |
·运动目标特征提取技术 | 第65-67页 |
·运动目标分类算法 | 第67-68页 |
·复杂场景下目标特征提取与分类技术 | 第68-72页 |
·目标可信性度量 | 第68-69页 |
·交叉口复杂场景下运动目标分类算法 | 第69-71页 |
·实验结果与分析 | 第71-72页 |
·成像变换与参数提取 | 第72-76页 |
·交叉口视频成像变换讨论 | 第72-75页 |
·常用交通参数提取讨论 | 第75-76页 |
·本章小结 | 第76-77页 |
5. 通用智能交通视频分析软件设计与开发 | 第77-87页 |
摘要 | 第77页 |
·引言 | 第77页 |
·交通流分析软件总体设计 | 第77-79页 |
·软件基本设计概念 | 第77-78页 |
·软件整体结构 | 第78-79页 |
·交通流分析软件功能模块设计 | 第79-83页 |
·前景检测模块 | 第79-80页 |
·运动物体跟踪模块 | 第80-81页 |
·空间转换模块 | 第81-82页 |
·车辆识别模块 | 第82页 |
·参数提取模块 | 第82-83页 |
·交通流分析软件交互设计 | 第83-85页 |
·界面程序交互设计 | 第83-84页 |
·命令行程序高级使用交互设计 | 第84-85页 |
·本章小结 | 第85-87页 |
6. 总结与展望 | 第87-89页 |
·本文工作及研究成果总结 | 第87页 |
·下一步的研究工作 | 第87-89页 |
参考文献 | 第89-93页 |
附录 | 第93页 |
附录1: 作者简介 | 第93页 |
附录2:作者在攻读硕士期间的主要成果 | 第93页 |
附录3:作者攻读硕士期间参加的科研项目 | 第93页 |