基于关键帧混合建模的视频对象分割技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·本论文研究的目的和意义 | 第9-10页 |
| ·国内外研究现状及发展趋势 | 第10-15页 |
| ·视频分割技术 | 第10-12页 |
| ·基于关键帧的视频分割技术的研究进展 | 第12-15页 |
| ·本论文研究内容及组织结构 | 第15-16页 |
| ·研究内容 | 第15页 |
| ·本论文的组织结构 | 第15-16页 |
| 第2章 基于混合模型的关键帧模型 | 第16-22页 |
| ·图像分割的定义及其在视频分割中的扩展 | 第16-17页 |
| ·图像分割定义 | 第16页 |
| ·视频分割定义 | 第16-17页 |
| ·混合高斯模型(GMM)及其在视频分割中的局限性 | 第17-18页 |
| ·基于混合模型的关键帧描述 | 第18-22页 |
| 第3章 关键帧模型学习 | 第22-38页 |
| ·EM 算法迭代学习模型参数 | 第22-26页 |
| ·Boosting 学习方法 | 第26-30页 |
| ·AdaBoost 算法概述 | 第27-29页 |
| ·AdaBoost 算法在本文模型中的应用 | 第29-30页 |
| ·模型参数的初始化 | 第30-31页 |
| ·特征设计 | 第31-38页 |
| ·图像特征概述 | 第31-36页 |
| ·颜色特征 | 第32-34页 |
| ·纹理特征 | 第34-36页 |
| ·本文的特征设计 | 第36-38页 |
| 第4章 利用时序连续信息的非关键帧模型更新 | 第38-45页 |
| ·非关键帧模型更新方法 | 第38-42页 |
| ·结合特征跟踪算法的模型自适应更新方法 | 第42-45页 |
| ·KLT 特征点跟踪算法概述 | 第42-43页 |
| ·结合KLT 算法的模型自适应更新 | 第43-45页 |
| 第5章 模型的优化求解 | 第45-51页 |
| ·待求解问题的描述 | 第45-48页 |
| ·阈值分割法 | 第45-46页 |
| ·基于区域的图像分割 | 第46-47页 |
| ·变分 | 第47-48页 |
| ·图割(Graph Cuts ) | 第48-51页 |
| ·图割基本理论 | 第48-49页 |
| ·图割在优化非关键帧分割结果中的应用 | 第49-51页 |
| 第6章 实验分析 | 第51-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表论文与研究成果清单 | 第60-61页 |
| 致谢 | 第61页 |
