面向监控视频的停车检测算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-15页 |
| 第2章 停车检测相关理论及算法介绍 | 第15-30页 |
| 2.1 引言 | 第15-16页 |
| 2.2 基于混合高斯模型的前景运动目标提取 | 第16-19页 |
| 2.2.1 混合高斯模型的构建 | 第16-17页 |
| 2.2.2 前景运动目标检测 | 第17-18页 |
| 2.2.3 混合高斯模型的更新 | 第18页 |
| 2.2.4 运动目标的阴影检测 | 第18-19页 |
| 2.3 静止目标检测算法 | 第19-23页 |
| 2.3.1 基于静态角点匹配检测方法 | 第20页 |
| 2.3.2 基于前景模型的静止目标检测算法 | 第20-22页 |
| 2.3.3 基于像素点特征的静止目标检测 | 第22页 |
| 2.3.4 参考背景模型的静止目标检测 | 第22-23页 |
| 2.4 图像相似度计算方法介绍 | 第23-25页 |
| 2.4.1 基于直方图特征的匹配方法 | 第23-24页 |
| 2.4.2 基于特征点的图像相似度计算方法 | 第24页 |
| 2.4.3 基于哈希思想的图像相似度计算方法 | 第24-25页 |
| 2.5 车辆检测算法 | 第25-29页 |
| 2.5.1 几何特征检测方法 | 第25-26页 |
| 2.5.2 HOG分类器 | 第26-27页 |
| 2.5.3 Haar分类器 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 面向监控视频的停车检测算法 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 算法流程介绍 | 第30-31页 |
| 3.3 静止目标检测的研究与设计 | 第31-38页 |
| 3.3.1 历史前景像素点的可疑静止目标检测 | 第32-33页 |
| 3.3.2 可疑静止区域合并 | 第33-34页 |
| 3.3.3 图像相似度计算改进 | 第34-37页 |
| 3.3.4 静止目标检测 | 第37-38页 |
| 3.4 车辆检测算法的改进 | 第38-43页 |
| 3.4.1 强分类器的级联及其改进 | 第39-42页 |
| 3.4.2 静止车辆检测 | 第42-43页 |
| 3.5 基于混合高斯模型的遮挡检测 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 实验结果及分析 | 第45-55页 |
| 4.1 实验系统及数据集介绍 | 第45-46页 |
| 4.1.1 系统介绍 | 第45页 |
| 4.1.2 数据集介绍 | 第45-46页 |
| 4.2 图像相似度计算的实验结果分析 | 第46-48页 |
| 4.3 静止目标检测的实验结果分析 | 第48-50页 |
| 4.4 停车检测的实验结果分析 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读学位期间发表的学术论文 | 第61-63页 |
| 致谢 | 第63页 |
