基于支持向量机的视频目标检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 视频目标检测综述 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·视频目标检测跟踪的发展与研究现状 | 第7-9页 |
| ·本文研究的内容 | 第9-11页 |
| 第二章 目标检测及支持向量机的应用 | 第11-18页 |
| ·目标检测方法 | 第11-13页 |
| ·支持向量机理论 | 第13-18页 |
| ·支持向量机理论研究 | 第13-16页 |
| ·支持向量机解决视频目标跟踪问题的可行性探讨 | 第16-18页 |
| 第三章 基于支持向量机的视频目标检测框架 | 第18-22页 |
| ·引言 | 第18页 |
| ·目标的常见表示方式 | 第18-19页 |
| ·跟踪算法的目标特征选取 | 第19-20页 |
| ·基于分类算法进行目标检测跟踪流程 | 第20-22页 |
| 第四章 多特征融合支持向量机的检测方法 | 第22-36页 |
| ·特征提取 | 第22-27页 |
| ·颜色特征提取 | 第22-24页 |
| ·边界特征提取 | 第24-25页 |
| ·纹理特征提取 | 第25-27页 |
| ·特征相似度计算 | 第27页 |
| ·样本描述 | 第27-28页 |
| ·支持向量机的设计 | 第28页 |
| ·初始帧分类器设计 | 第28-29页 |
| ·加权寻优的目标检测 | 第29-31页 |
| ·支持向量机的检测方法实验结果与分析 | 第31-36页 |
| ·与单特征对比 | 第31-32页 |
| ·与粒子滤波器对比 | 第32-36页 |
| 第五章 总结与展望 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 后记 | 第39-40页 |
| 在学期间公开发表论文及著作情况 | 第40页 |