交通监控中机动车辆抛洒遗漏事件检测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 诸论 | 第9-16页 |
| ·课题背景 | 第9页 |
| ·视频分析与识别技术发展现状 | 第9-11页 |
| ·智能视频分析研究内容及应用 | 第11-13页 |
| ·本文研究内容及其意义 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 抛洒遗漏事件检测相关算法综述 | 第16-30页 |
| ·前景检测算法 | 第16-17页 |
| ·前景检测算法 | 第16-17页 |
| ·常用静态前景检测算法 | 第17-19页 |
| ·基于单背景模型的静态前景检测方法 | 第17-18页 |
| ·基于双背景模型的静态前景检测方法 | 第18-19页 |
| ·特征提取 | 第19-24页 |
| ·形状特征 | 第19-21页 |
| ·纹理特征 | 第21-22页 |
| ·颜色特征 | 第22-24页 |
| ·其它相关的视频分析识别技术 | 第24-29页 |
| ·边缘检测 | 第24-27页 |
| ·Kalman滤波 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于静态前景检测的抛洒遗漏事件检测 | 第30-45页 |
| ·一种多层次的静态前景检测算法 | 第30-39页 |
| ·背景建模 | 第31-33页 |
| ·背景模型更新 | 第33-35页 |
| ·基于边缘统计的前景位置特征分析 | 第35-37页 |
| ·基于跟踪的前景运动特征分析 | 第37-39页 |
| ·基于支持向量机的目标分类算法 | 第39-43页 |
| ·样本采集 | 第39页 |
| ·特征提取 | 第39-40页 |
| ·构造分类器 | 第40-43页 |
| ·训练SVM分类器 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第四章 原型系统的设计与实现 | 第45-56页 |
| ·系统综述 | 第45-46页 |
| ·系统环境 | 第45页 |
| ·体系结构 | 第45-46页 |
| ·软件设计 | 第46-52页 |
| ·功能模块划分 | 第46-47页 |
| ·界面模块设计 | 第47-48页 |
| ·静态前景检测模块设计 | 第48-50页 |
| ·事件主体定位与识别模块设计 | 第50-51页 |
| ·应用模块设计 | 第51-52页 |
| ·软件实现 | 第52-55页 |
| ·图形界面实现 | 第52-53页 |
| ·静态前景检测实现 | 第53-54页 |
| ·事件主体定位与识别实现 | 第54页 |
| ·事件报警实现 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 实验及结果分析 | 第56-62页 |
| ·实验场景 | 第56页 |
| ·实验场景介绍 | 第56页 |
| ·实验及结果分析 | 第56-61页 |
| ·静态前景检测性能分析 | 第56-59页 |
| ·目标分类算法性能分析 | 第59-60页 |
| ·事件检测性能分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 工作总结与展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67页 |
