基于全方位视觉的ATM机智能监控研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题背景 | 第12-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·智能视频监控研究现状 | 第14-15页 |
| ·ATM机智能监控研究现状 | 第15-16页 |
| ·研究内容和工作 | 第16-17页 |
| ·论文章节安排 | 第17-19页 |
| 第2章 系统总体设计 | 第19-28页 |
| ·引言 | 第19页 |
| ·系统设计思想 | 第19-20页 |
| ·系统架构 | 第20-21页 |
| ·系统硬件设计 | 第21-22页 |
| ·全方位视觉传感器 | 第21-22页 |
| ·系统相关配件 | 第22页 |
| ·系统软件设计 | 第22-27页 |
| ·软件流程图 | 第22-23页 |
| ·主要功能模块介绍 | 第23-24页 |
| ·全方位图像的获取与展开 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 前景目标检测研究 | 第28-45页 |
| ·引言 | 第28页 |
| ·人体对象前景提取 | 第28-35页 |
| ·运动目标前景提取算法概述 | 第28-29页 |
| ·混合高斯模型及存在问题 | 第29-31页 |
| ·暂时静止对象与鬼影对象的检测 | 第31-33页 |
| ·阴影检测与去除 | 第33-35页 |
| ·人脸对象前景提取 | 第35-40页 |
| ·肤色检测方法概述 | 第35-36页 |
| ·颜色空间选择 | 第36-38页 |
| ·肤色模型选择 | 第38-39页 |
| ·人脸肤色二值图提取 | 第39-40页 |
| ·小球对象前景提取 | 第40-42页 |
| ·最大熵阈值分割算法 | 第40-41页 |
| ·小球二值图提取 | 第41-42页 |
| ·虚假广告对象前景提取 | 第42-43页 |
| ·数学形态学处理 | 第43-44页 |
| ·连通区域标识 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第4章 运动目标跟踪研究 | 第45-55页 |
| ·引言 | 第45页 |
| ·多目标跟踪算法 | 第45-53页 |
| ·基于颜色的跟踪算法 | 第46-49页 |
| ·基于预测的跟踪算法 | 第49-52页 |
| ·两种算法比较 | 第52-53页 |
| ·人脸跟踪算法 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 行为理解研究 | 第55-66页 |
| ·引言 | 第55页 |
| ·徘徊滞留行为识别 | 第55-59页 |
| ·人体行为理解方法概述 | 第55-56页 |
| ·徘徊滞留行为识别 | 第56-59页 |
| ·窥视跨线行为识别 | 第59-62页 |
| ·窥视跨线行为识别 | 第59-60页 |
| ·用户人脸图像抽取 | 第60-62页 |
| ·用户异常行为讨论 | 第62页 |
| ·敲砸暴力行为识别 | 第62-64页 |
| ·张贴虚假广告识别 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 系统实现 | 第66-70页 |
| ·引言 | 第66页 |
| ·系统软硬件配置 | 第66页 |
| ·主要模块实现 | 第66-67页 |
| ·全方位视频获取和展开模块 | 第66-67页 |
| ·目标检测和跟踪模块 | 第67页 |
| ·行为理解模块 | 第67页 |
| ·系统界面介绍 | 第67-69页 |
| ·主界面 | 第67-68页 |
| ·菜单栏 | 第68-69页 |
| ·系统设置界面 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第7章 总结与展望 | 第70-73页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间参加的科研项目和成果 | 第77页 |
