智能监控系统中若干计算机视觉问题的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-12页 |
| ·智能监控系统概述 | 第9-10页 |
| ·智能视频的主要潜在应用 | 第10页 |
| ·国内、外研究现状 | 第10-12页 |
| ·本文主要工作及内容组织 | 第12-13页 |
| 第二章 基于检测的目标跟踪 | 第13-26页 |
| ·引言 | 第13页 |
| ·Boosting算法概述 | 第13-17页 |
| ·集成学习 | 第14页 |
| ·弱学习与强学习 | 第14-15页 |
| ·在线学习 | 第15页 |
| ·PAC学习模型 | 第15-16页 |
| ·Adaboost算法 | 第16-17页 |
| ·基于on-line boosting的目标检测 | 第17-23页 |
| ·boosting算法流程 | 第17-18页 |
| ·基于on-line boosting的特征选择 | 第18-20页 |
| ·Haar特征和积分图像 | 第20-22页 |
| ·训练和检测 | 第22页 |
| ·后处理 | 第22-23页 |
| ·实验结果与分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 车牌检测与识别 | 第26-47页 |
| ·引言 | 第26-27页 |
| ·车牌识别技术的发展和现状 | 第27-30页 |
| ·车牌检测 | 第30-37页 |
| ·竖直纹理卷积算法 | 第30-33页 |
| ·色彩空间模糊集算法 | 第33-36页 |
| ·区域分割法 | 第36页 |
| ·综合方法 | 第36-37页 |
| ·字符分割和识别 | 第37-42页 |
| ·车牌的倾斜校正 | 第39-40页 |
| ·字符分割 | 第40-41页 |
| ·基于模板匹配的字符识别 | 第41页 |
| ·基于SVM的字符识别 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·车牌检测 | 第42-44页 |
| ·字符分割 | 第44-45页 |
| ·字符识别 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 图像检索 | 第47-75页 |
| ·引言 | 第47-48页 |
| ·图像特征描述子 | 第48-57页 |
| ·LBP特征 | 第49-51页 |
| ·SIFT特征 | 第51-56页 |
| ·BOF与VLAD特征 | 第56-57页 |
| ·基于ANN的图像检索 | 第57-61页 |
| ·近似最近邻算法 | 第58-59页 |
| ·基于K-D树的ANN | 第59-60页 |
| ·随机K-D Trees | 第60-61页 |
| ·基于SIFT特征倒排文件检索 | 第61-65页 |
| ·倒排索引 | 第61-63页 |
| ·SIFT特征的倒排索引 | 第63-64页 |
| ·加速算法 | 第64-65页 |
| ·实验结果与分析 | 第65-74页 |
| ·部分LBP特征检索结果 | 第65页 |
| ·VLAD及BOF聚合特征检索结果 | 第65-69页 |
| ·AKM近似K-means性能实验 | 第69-71页 |
| ·基于SIFT的倒排索引检索结果 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 实验平台介绍 | 第75-80页 |
| ·系统框架 | 第75-77页 |
| ·基础功能实现 | 第77-79页 |
| ·文件系统管理和查找 | 第79页 |
| ·UI界面实现 | 第79-80页 |
| 第六章 总结与展望 | 第80-82页 |
| ·全文总结 | 第80-81页 |
| ·进一步的工作 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间发表的学术论文目录 | 第87页 |
