| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题研究背景 | 第11-13页 |
| 1.2 基于视频的观察记录概述 | 第13-16页 |
| 1.2.1 基于视频的观察记录过程 | 第13-14页 |
| 1.2.2 视频观察记录与视频安全监控的区别 | 第14-15页 |
| 1.2.3 视频观察记录应用领域 | 第15-16页 |
| 1.3 相关技术及国内外研究现状 | 第16-19页 |
| 1.4 课题研究内容与论文安排 | 第19-21页 |
| 1.4.1 论文主要研究工作 | 第19页 |
| 1.4.2 论文主要结构 | 第19-21页 |
| 第二章 视频观察数据处理的关键技术 | 第21-31页 |
| 2.1 视频观察记录下的内容分解 | 第21-24页 |
| 2.1.1 视频格式 | 第21-22页 |
| 2.1.2 视频结构层次 | 第22-23页 |
| 2.1.3 AVI格式视频层次分解 | 第23-24页 |
| 2.2 视频观察记录下的冗余去除 | 第24-29页 |
| 2.2.1 冗余信息 | 第25-26页 |
| 2.2.2 冗余信息去除 | 第26-29页 |
| 2.3 视频数据的记录 | 第29-30页 |
| 2.4 小结 | 第30-31页 |
| 第三章 单观察源下人行为观察记录视频数据处理 | 第31-54页 |
| 3.1 需求分析 | 第31-32页 |
| 3.2 基于人脸区域检测的目标感知 | 第32-41页 |
| 3.2.1 基于肤色的人脸区域检测 | 第32-33页 |
| 3.2.2 基于Haar-like特征的人脸区域检测 | 第33-37页 |
| 3.2.3 实验结果 | 第37-41页 |
| 3.3 基于人脸特征的目标提取 | 第41-45页 |
| 3.3.1 线性子空间法 | 第42-44页 |
| 3.3.2 频谱分析法 | 第44-45页 |
| 3.4 基于人脸特征匹配的目标识别 | 第45-48页 |
| 3.4.1 距离测度 | 第45-46页 |
| 3.4.2 相似测度 | 第46-48页 |
| 3.5 基于人脸检测识别的视频分类记录的实现 | 第48-53页 |
| 3.5.1 视频分类记录分析 | 第48-49页 |
| 3.5.2 算法流程设计 | 第49-51页 |
| 3.5.3 测试及实验结果 | 第51-53页 |
| 3.6 小结 | 第53-54页 |
| 第四章 多观察源下人行为观察记录视频数据处理 | 第54-65页 |
| 4.1 需求分析 | 第54-55页 |
| 4.2 人脸角度估计 | 第55-58页 |
| 4.2.1 人脸角度估计原理 | 第55页 |
| 4.2.2 人脸角度估计实现 | 第55-56页 |
| 4.2.3 人脸角度估计实验效果 | 第56-58页 |
| 4.3 基于人脸角度估计的多视频重组记录的实现 | 第58-64页 |
| 4.3.1 视频重组分析 | 第58-59页 |
| 4.3.2 算法流程设计 | 第59-60页 |
| 4.3.3 测试及实验结果 | 第60-64页 |
| 4.4 小结 | 第64-65页 |
| 第五章 用于观察记录的视频处理系统设计与实现 | 第65-72页 |
| 5.1 系统硬件平台搭建 | 第65-67页 |
| 5.2 软件实现 | 第67-70页 |
| 5.2.1 MATLAB的内存不足问题 | 第67-69页 |
| 5.2.2 MATLAB平台下的编程实现 | 第69-70页 |
| 5.3 记录信息在客户端的重现 | 第70-71页 |
| 5.4 小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72页 |
| 6.2 研究展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 作者在学期间取得的学术成果 | 第79页 |