视频对象提取与轨迹跟踪
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11页 |
| 1.2 研究背景及意义 | 第11-12页 |
| 1.3 视频监控系统的发展历程 | 第12-13页 |
| 1.4 国内外发展现状 | 第13-14页 |
| 1.4.1 国际发展现状 | 第13-14页 |
| 1.4.2 国内发展现状 | 第14页 |
| 1.5 本文的研究内容及结构安排 | 第14-17页 |
| 1.5.1 本文的主要研究内容 | 第14-15页 |
| 1.5.2 本文的结构安排 | 第15-17页 |
| 第二章 视频对象提取与轨迹跟踪相关算法 | 第17-25页 |
| 2.1 运动目标检测算法 | 第17-20页 |
| 2.1.1 帧差法 | 第17-18页 |
| 2.1.2 背景减除法 | 第18-19页 |
| 2.1.3 光流法 | 第19-20页 |
| 2.2 目标跟踪算法 | 第20-22页 |
| 2.2.1 基于模型的跟踪算法 | 第20-21页 |
| 2.2.2 基于轮廓的跟踪算法 | 第21页 |
| 2.2.3 基于区域的跟踪算法 | 第21页 |
| 2.2.4 基于特征的跟踪算法 | 第21-22页 |
| 2.3 算法的重点、难点 | 第22-23页 |
| 2.3.1 目标检测与提取的难点 | 第22-23页 |
| 2.3.2 目标跟踪的难点 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于累积帧差法和二次帧差法的目标提取方法 | 第25-37页 |
| 3.1 算法核心思想 | 第25页 |
| 3.2 算法的实现流程 | 第25-32页 |
| 3.2.1 检测预处理 | 第27-28页 |
| 3.2.2 累积帧差图像的获取 | 第28-29页 |
| 3.2.3 累积帧差图像的方差 | 第29页 |
| 3.2.4 累积帧差数目自适应选择 | 第29-30页 |
| 3.2.5 基于高阶统计的变化检测 | 第30-31页 |
| 3.2.6 二次帧差法 | 第31页 |
| 3.2.7 阴影处理 | 第31-32页 |
| 3.2.8 后续处理 | 第32页 |
| 3.3 实验结果与分析 | 第32-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 基于多特征融合的目标跟踪算法 | 第37-53页 |
| 4.1 目标的多特征选取 | 第37-39页 |
| 4.1.1 位置特征 | 第37-38页 |
| 4.1.2 形状特征 | 第38页 |
| 4.1.3 亮度直方图特征 | 第38-39页 |
| 4.2 算法核心思想 | 第39-40页 |
| 4.3 算法实现流程 | 第40-42页 |
| 4.4 质心位置的预测 | 第42-43页 |
| 4.5 遮挡判别与处理 | 第43-48页 |
| 4.5.1 遮挡判别 | 第43-44页 |
| 4.5.2 遮挡处理 | 第44-48页 |
| 4.6 原有目标消失及新目标出现 | 第48页 |
| 4.7 实验结果及分析 | 第48-52页 |
| 4.8 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 全文总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-61页 |
| 致谢 | 第61页 |
