基于计算机视觉的人体运动目标跟踪
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景及研究意义 | 第11页 |
| ·目标跟踪技术的研究现状 | 第11-14页 |
| ·基于运动检测的跟踪方法 | 第12-13页 |
| ·基于图像匹配的跟踪方法 | 第13-14页 |
| ·目标跟踪中的遮挡干扰问题 | 第14-15页 |
| ·研究内容及结构安排 | 第15-17页 |
| 第2章 人体运动目标跟踪系统设计 | 第17-21页 |
| ·引言 | 第17页 |
| ·系统设计思想 | 第17页 |
| ·系统组成 | 第17-20页 |
| ·硬件组成 | 第17-18页 |
| ·功能模块 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 运动目标分割 | 第21-33页 |
| ·引言 | 第21页 |
| ·图像分割的基本方法 | 第21-23页 |
| ·直方图和直方图变化法 | 第22页 |
| ·熵方法 | 第22-23页 |
| ·最大类间方差法 | 第23页 |
| ·人体运动目标分割 | 第23-32页 |
| ·分析图像特点 | 第23-24页 |
| ·图像预处理 | 第24-26页 |
| ·目标提取 | 第26-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于Mean Shift 的运动目标跟踪 | 第33-51页 |
| ·引言 | 第33页 |
| ·Mean Shift 理论及其在跟踪中的应用 | 第33-39页 |
| ·基本Mean Shift | 第33-34页 |
| ·扩展的Mean Shift | 第34-35页 |
| ·Mean Shift 算法及其收敛性证明 | 第35-37页 |
| ·Mean Shift 在跟踪中的应用 | 第37-39页 |
| ·自适应多特征融合的Mean Shift 算法 | 第39-45页 |
| ·HSV 颜色特征空间 | 第39-40页 |
| ·局部二元模式 | 第40-41页 |
| ·多特征观测模型的建立 | 第41-43页 |
| ·自适应多特征融合策略及跟踪算法 | 第43-45页 |
| ·实验结果及其分析 | 第45-48页 |
| ·本章小结 | 第48-51页 |
| 第5章 目标跟踪在人数统计中的应用 | 第51-57页 |
| ·引言 | 第51页 |
| ·目标链的建立 | 第51-52页 |
| ·计数过程的实现 | 第52-53页 |
| ·跟踪的起动 | 第52-53页 |
| ·目标关联与计数 | 第53页 |
| ·实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 总结与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |
| 详细摘要 | 第64-68页 |
