首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共93页,点击 下载论文
上一篇:基于遗传算法的轨道交通ATO控制系统研究
下一篇:短时交通流预测及路径选择问题的研究