智能视频监控的运动目标分类技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 智能视频监控研究现状 | 第10-12页 |
| 1.3 论文主要研究内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-15页 |
| 第二章 目标分类相关技术介绍 | 第15-49页 |
| 2.1 运动目标检测技术 | 第15-20页 |
| 2.1.1 帧间差分法 | 第15-17页 |
| 2.1.2 背景差分法 | 第17-19页 |
| 2.1.3 光流法 | 第19-20页 |
| 2.2 运动目标分类技术 | 第20-40页 |
| 2.2.1 基于运动特征的分类技术 | 第20-25页 |
| 2.2.2 基于静态特征的分类技术 | 第25-40页 |
| 2.3 特征包技术 | 第40-43页 |
| 2.4 支持向量机技术 | 第43-48页 |
| 2.5 本章小结 | 第48-49页 |
| 第三章 基于轮廓 HOG 的特征包分类方法 | 第49-73页 |
| 3.1 基于轮廓 HOG 的特征包分类方法的思想 | 第49-50页 |
| 3.2 基于轮廓 HOG 特征的运动目标分类方法 | 第50-65页 |
| 3.2.1 算法框架 | 第50-52页 |
| 3.2.2 运动目标检测后处理 | 第52-54页 |
| 3.2.3 归一化 | 第54-55页 |
| 3.2.4 局部轮廓 HOG 特征提取 | 第55-61页 |
| 3.2.5 基于特征包技术的特征向量 | 第61-62页 |
| 3.2.6 分类器构建 | 第62-65页 |
| 3.3 实验与分析 | 第65-72页 |
| 3.3.1 实验方法 | 第65-66页 |
| 3.3.2 参数选择 | 第66-70页 |
| 3.3.3 与其他文献中的算法对比 | 第70-72页 |
| 3.4 本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 论文工作总结 | 第73页 |
| 未来研究展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |
