基于背景运动补偿的目标检测与跟踪方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 国外研究现状 | 第8-9页 |
| 1.2.2 国内研究现状 | 第9页 |
| 1.3 论文的主要内容与章节安排 | 第9-12页 |
| 1.3.1 本文的主要内容 | 第9-10页 |
| 1.3.2 论文的章节安排 | 第10-12页 |
| 第二章 目标检测与跟踪常用方法 | 第12-20页 |
| 2.1 目标检测常用方法 | 第12-16页 |
| 2.1.1 静态背景下的目标检测 | 第12-15页 |
| 2.1.2 动态背景下的目标检测 | 第15-16页 |
| 2.2 目标跟踪常用方法 | 第16-18页 |
| 2.2.1 基于特征的跟踪方法 | 第16-17页 |
| 2.2.2 基于区域匹配的跟踪方法 | 第17页 |
| 2.2.3 基于模型匹配的跟踪方法 | 第17-18页 |
| 2.2.4 基于运动分析的跟踪方法 | 第18页 |
| 2.3 本章小结 | 第18-20页 |
| 第三章 基于背景运动补偿的目标检测 | 第20-35页 |
| 3.1 特征点提取 | 第21-24页 |
| 3.1.1 Harris角点基本原理 | 第21-23页 |
| 3.1.2 Harris检点检测实现步骤 | 第23页 |
| 3.1.3 Harris角点检测性能分析 | 第23-24页 |
| 3.2 特征点匹配 | 第24-28页 |
| 3.2.1 序贯相似性算法 | 第25-26页 |
| 3.2.2 归一化互相关算法 | 第26页 |
| 3.2.3 两种匹配算法比较 | 第26-28页 |
| 3.3 特征点筛选 | 第28-30页 |
| 3.3.1 特征点对筛选步骤 | 第28页 |
| 3.3.2 特征点对筛选效果 | 第28-30页 |
| 3.4 摄像机模型确定 | 第30-31页 |
| 3.4.1 摄像机模型 | 第30页 |
| 3.4.2 摄像机参数求解 | 第30-31页 |
| 3.5 基于背景补偿的目标检测 | 第31页 |
| 3.6 实验结果及分析 | 第31-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第四章 基于均值漂移方法的跟踪 | 第35-47页 |
| 4.1 均值漂移算法基本原理 | 第35-39页 |
| 4.1.1 密度估计理论 | 第36-37页 |
| 4.1.2 目标模型的描述 | 第37页 |
| 4.1.3 候选模型的描述 | 第37-38页 |
| 4.1.4 相似性判断及目标跟踪 | 第38-39页 |
| 4.2 基于均值漂移算法的跟踪流程 | 第39-40页 |
| 4.3 实验结果及分析 | 第40-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51页 |
