视频监控中移动目标检测与跟踪算法设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究的背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 移动目标检测 | 第12-14页 |
| 1.2.2 移动目标跟踪 | 第14-15页 |
| 1.3 本论文主要研究内容 | 第15-16页 |
| 1.4 本论文的结构安排 | 第16-17页 |
| 第二章 移动目标检测与跟踪技术 | 第17-32页 |
| 2.1 概述 | 第17页 |
| 2.2 图像预处理基础知识 | 第17-20页 |
| 2.2.1 图像灰度化 | 第17-18页 |
| 2.2.2 图像二值化 | 第18-20页 |
| 2.3 移动目标检测技术 | 第20-28页 |
| 2.3.1 帧差法 | 第20-22页 |
| 2.3.2 背景减除法 | 第22-27页 |
| 2.3.3 光流法 | 第27-28页 |
| 2.4 移动目标跟踪技术 | 第28-30页 |
| 2.4.1 基于特征分析的跟踪方法 | 第28-29页 |
| 2.4.2 基于区域统计匹配的跟踪方法 | 第29页 |
| 2.4.3 基于模板匹配的跟踪方法 | 第29页 |
| 2.4.4 基于卡尔曼滤波器的跟踪方法 | 第29-30页 |
| 2.4.5 基于粒子滤波器的移动目标跟踪方法 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 移动目标检测算法设计与实现 | 第32-48页 |
| 3.1 概述 | 第32页 |
| 3.2 移动目标检测的视频序列矩阵设计 | 第32-33页 |
| 3.3 移动目标检测算法的模型设计 | 第33-36页 |
| 3.3.1 背景模型设计 | 第34页 |
| 3.3.2 前景模型设计 | 第34-35页 |
| 3.3.3 噪声模型设计 | 第35页 |
| 3.3.4 目标检测算法的模型生成 | 第35-36页 |
| 3.4 移动目标的背景提取 | 第36-38页 |
| 3.5 移动目标的运动区域分割 | 第38-42页 |
| 3.6 移动目标背景扰动处理 | 第42-44页 |
| 3.7 移动目标检测算法结果测试方法 | 第44-46页 |
| 3.8 本章小结 | 第46-48页 |
| 第四章 移动目标跟踪算法设计与实现 | 第48-68页 |
| 4.1 概述 | 第48页 |
| 4.2 移动目标的特征提取 | 第48-51页 |
| 4.2.1 Haar-Like特征 | 第49-50页 |
| 4.2.2 Hog特征 | 第50-51页 |
| 4.2.3 灰度特征 | 第51页 |
| 4.3 核函数粒子滤波 | 第51-53页 |
| 4.4 核函数粒子滤波的目标跟踪算法设计与实现 | 第53-63页 |
| 4.4.1 目标跟踪算法的总体设计 | 第53-54页 |
| 4.4.2 目标跟踪算法初始化 | 第54-55页 |
| 4.4.3 跟踪器交互 | 第55-57页 |
| 4.4.4 跟踪器样本预测与更新 | 第57-59页 |
| 4.4.5 目标状态估计 | 第59页 |
| 4.4.6 跟踪器概率与转移概率矩阵更新 | 第59-63页 |
| 4.5 移动目标跟踪算法结果测试方法 | 第63-66页 |
| 4.6 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
