监控场景下的目标检测与分析
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 基于跟踪的运动目标分析 | 第14-15页 |
| 1.2.2 基于回归的运动目标分析 | 第15-16页 |
| 1.2.3 其他运动目标分析方法 | 第16-17页 |
| 1.3 本文的研究内容和创新 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-19页 |
| 第二章 运动目标的检测 | 第19-32页 |
| 2.1 运动目标检测的主要方法 | 第19-23页 |
| 2.1.1 背景建模法 | 第19-22页 |
| 2.1.2 减首帧法 | 第22-23页 |
| 2.2 背景模型的建立 | 第23-26页 |
| 2.2.1 高斯混合模型 | 第24-25页 |
| 2.2.2 消除目标阴影 | 第25-26页 |
| 2.3 前景的预处理和特征提取 | 第26-28页 |
| 2.3.1 形态学处理 | 第26-27页 |
| 2.3.2 特征提取 | 第27-28页 |
| 2.4 实验结果 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于单帧图像的目标检测 | 第32-45页 |
| 3.1 基于单帧的目标检测的优势 | 第32页 |
| 3.2 主要检测方法 | 第32-35页 |
| 3.3 基于特定窗.的检测方法 | 第35-39页 |
| 3.3.1 监控区域的选择 | 第35-37页 |
| 3.3.2 滑动窗.的设定 | 第37页 |
| 3.3.3 特征提取 | 第37-39页 |
| 3.4 实验结果 | 第39-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 基于跟踪的运动目标分析 | 第45-57页 |
| 4.1 跟踪方法 | 第45-47页 |
| 4.2 基于步态特征的目标分析 | 第47-51页 |
| 4.2.1 步态特征的提取 | 第47-48页 |
| 4.2.2 基于步态特征的目标分析 | 第48-51页 |
| 4.3 绊线检测 | 第51-52页 |
| 4.4 实验结果 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 基于时间与空间信息分析的运动目标分析 | 第57-77页 |
| 5.1 时空切片图像 | 第57-61页 |
| 5.1.1 时空切片图像的获取 | 第58-59页 |
| 5.1.2 运动目标在时空切片图像中的表示 | 第59-61页 |
| 5.2 基于支持向量机的预分类 | 第61-64页 |
| 5.2.1 支持向量机简述 | 第62-63页 |
| 5.2.2 训练和参数设定 | 第63-64页 |
| 5.3 基于聚类的再分类 | 第64-67页 |
| 5.3.1 AP聚类简述 | 第64-65页 |
| 5.3.2 参数设定 | 第65-66页 |
| 5.3.3 与其他聚类方法的比较 | 第66-67页 |
| 5.4 运动方向分析 | 第67-69页 |
| 5.5 实验结果与分析 | 第69-75页 |
| 5.5.1 测试数据集 | 第69-70页 |
| 5.5.2 行人分析结果 | 第70-74页 |
| 5.5.3 实时性分析 | 第74-75页 |
| 5.5.4 算法的不足 | 第75页 |
| 5.6 本章小结 | 第75-77页 |
| 第六章 结论与展望 | 第77-80页 |
| 6.1 全文总结 | 第77-78页 |
| 6.2 研究展望 | 第78-80页 |
| 参考文 献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间已发表或录用的论文 | 第86页 |
