稀疏运动对象的视频快速浏览算法的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景 | 第13-14页 |
| ·研究现状 | 第14-16页 |
| ·视频分割 | 第14-16页 |
| ·视频融合与回放 | 第16页 |
| ·本文的主要研究内容 | 第16-17页 |
| ·论文的结构安排 | 第17-19页 |
| 第二章 视频中运动目标的检测与跟踪 | 第19-31页 |
| ·目标检测的一般过程 | 第19-21页 |
| ·差分 | 第19页 |
| ·二值化 | 第19-20页 |
| ·形态学滤波 | 第20-21页 |
| ·连通性分析 | 第21页 |
| ·几种常用的目标检测算法 | 第21-25页 |
| ·背景差分法 | 第21-23页 |
| ·基于高斯模型背景建模的背景差分 | 第22-23页 |
| ·时域差分法 | 第23-24页 |
| ·三帧差法 | 第24页 |
| ·光流法 | 第24-25页 |
| ·视频中的运动目标跟踪 | 第25-30页 |
| ·运动目标跟踪方法概述 | 第25-27页 |
| ·基于图像特征的目标跟踪方法 | 第27-29页 |
| ·特征的选择 | 第27-28页 |
| ·目标的相似度测量 | 第28-29页 |
| ·跟踪的难点问题 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于SURF特征的目标跟踪 | 第31-49页 |
| ·SURF算法介绍 | 第31-34页 |
| ·特征点检测 | 第31-33页 |
| ·SURF特征描述子 | 第33-34页 |
| ·数据关联的典型算法 | 第34-40页 |
| ·最近邻法 | 第34-35页 |
| ·概率数据关联滤波器 | 第35-36页 |
| ·联合概率数据关联滤波器 | 第36-38页 |
| ·多假设跟踪 | 第38-40页 |
| ·基于SURF特征的目标跟踪 | 第40-44页 |
| ·独立成分分析 | 第41-43页 |
| ·视频对象的关键点匹配 | 第43页 |
| ·基于SURF特征的目标跟踪流程 | 第43-44页 |
| ·实验结果和分析 | 第44-47页 |
| ·结论 | 第47-49页 |
| 第四章 视频快速浏览系统的设计与实现 | 第49-59页 |
| ·系统概述 | 第49-50页 |
| ·系统开发环境介绍 | 第50-51页 |
| ·OpenCV介绍 | 第50页 |
| ·系统开发环境 | 第50-51页 |
| ·系统结构及框架 | 第51-52页 |
| ·系统主要模块 | 第52-56页 |
| ·运行结果及分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 本文工作总结 | 第59-60页 |
| 下一步工作展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间发表的论文 | 第67-71页 |
| 致谢 | 第71页 |
