视频监控中运动目标发现与跟踪算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 插图目录 | 第12-13页 |
| 表格目录 | 第13-14页 |
| 第1章 绪论 | 第14-30页 |
| ·研究背景与研究意义 | 第14-16页 |
| ·本文研究内容 | 第16-18页 |
| ·运动目标发现 | 第16-17页 |
| ·目标跟踪 | 第17页 |
| ·监控视频检索 | 第17-18页 |
| ·国内外研究现状 | 第18-27页 |
| ·运动目标发现 | 第19-23页 |
| ·目标跟踪 | 第23-25页 |
| ·视频检索 | 第25-27页 |
| ·论文的结构安排 | 第27-30页 |
| 第2章 动态背景建模与运动目标发现 | 第30-44页 |
| ·引言 | 第30-33页 |
| ·背景建模面临的问题 | 第31-32页 |
| ·相关工作 | 第32-33页 |
| ·融合颜色纹理信息的SCBP特征 | 第33-34页 |
| ·LBP和CS-LBP算子 | 第33页 |
| ·SCBP算子 | 第33-34页 |
| ·基于SCBP的背景建模 | 第34-38页 |
| ·背景模型 | 第34-35页 |
| ·阈值学习 | 第35-36页 |
| ·轮廓优化 | 第36-38页 |
| ·实验与结果分析 | 第38-43页 |
| ·特征区分能力 | 第38-39页 |
| ·运动目标检测 | 第39-43页 |
| ·讨论分析 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第3章 基于时空连续性约束的前景检测 | 第44-56页 |
| ·引言 | 第44-45页 |
| ·基于时空连续性的前景检测 | 第45-49页 |
| ·相似度约束 | 第46-47页 |
| ·空间连续性约束 | 第47页 |
| ·时间连续性约束 | 第47-48页 |
| ·最优化求解 | 第48-49页 |
| ·实验与结果分析 | 第49-54页 |
| ·区域纹理建模实验 | 第49-51页 |
| ·基于像素的建模实验 | 第51-53页 |
| ·讨论分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于部件的非特定目标跟踪 | 第56-74页 |
| ·引言 | 第56-57页 |
| ·相关工作 | 第57-59页 |
| ·基于部件的跟踪算法 | 第57-58页 |
| ·基于检测的跟踪算法 | 第58-59页 |
| ·基于矩阵模型的目标跟踪算法 | 第59-66页 |
| ·Online AdaBoost | 第60-61页 |
| ·矩阵模型 | 第61-62页 |
| ·目标定位 | 第62-63页 |
| ·模型更新 | 第63-65页 |
| ·模型参数 | 第65-66页 |
| ·实验与结果分析 | 第66-73页 |
| ·实验数据及评价准则 | 第66-68页 |
| ·鲁棒性测试 | 第68-70页 |
| ·对比实验 | 第70-72页 |
| ·讨论分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 面向目标的监控视频检索系统 | 第74-86页 |
| ·引言 | 第74-76页 |
| ·系统功能介绍 | 第76-77页 |
| ·系统内幕 | 第77-83页 |
| ·数据 | 第77-78页 |
| ·特征 | 第78-81页 |
| ·索引与排序 | 第81-83页 |
| ·未来走向 | 第83-84页 |
| ·本章小结 | 第84-86页 |
| 第6章 总结与展望 | 第86-88页 |
| ·论文总结 | 第86-87页 |
| ·未来研究展望 | 第87-88页 |
| 参考文献 | 第88-98页 |
| 致谢 | 第98-100页 |
| 在读期间发表的学术论文与取得的研究成果 | 第100-101页 |
| 攻读学位期间参与的科研项目 | 第101页 |
