目标识别与跟踪算法研究及应用
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.3 研究的主要内容 | 第18-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第二章 运动目标检测与跟踪算法 | 第20-27页 |
| 2.1 运动目标检测(识别)算法 | 第20-22页 |
| 2.1.1 目标检测算法分类 | 第20-21页 |
| 2.1.2 混合高斯背景建模算法 | 第21-22页 |
| 2.2 运动目标跟踪算法 | 第22-26页 |
| 2.2.1 目标跟踪算法分类 | 第22-23页 |
| 2.2.2 Mean Shift跟踪算法 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于粗糙集理论的目标识别方法 | 第27-44页 |
| 3.1 粗糙集理论 | 第28-34页 |
| 3.1.1 经典粗糙集理论 | 第28-31页 |
| 3.1.2 邻域粗糙集理论 | 第31-34页 |
| 3.2 手势特征提取 | 第34-36页 |
| 3.2.1 图像矩的一般定义 | 第34-35页 |
| 3.2.2 Hu矩 | 第35-36页 |
| 3.3 手势识别分类器 | 第36-37页 |
| 3.3.1 最小距离分类器 | 第36-37页 |
| 3.3.2 支持向量机 | 第37页 |
| 3.4 实验步骤及结果 | 第37-42页 |
| 3.5 实验分析 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于手势识别的人机交互系统 | 第44-51页 |
| 4.1 手势分割 | 第44-47页 |
| 4.1.1 肤色检测 | 第44-45页 |
| 4.1.2 运动信息的融合 | 第45-46页 |
| 4.1.3 形态学处理 | 第46-47页 |
| 4.2 手势特征提取与匹配 | 第47-49页 |
| 4.3 手势跟踪 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 基于车辆跟踪的道路监控系统 | 第51-64页 |
| 5.1 数据采集子系统 | 第52页 |
| 5.2 交通事件自动检测子系统 | 第52-60页 |
| 5.2.1 车辆测速 | 第54-55页 |
| 5.2.2 车流量统计 | 第55-56页 |
| 5.2.3 超速检测 | 第56页 |
| 5.2.4 平均车速 | 第56-57页 |
| 5.2.5 逆行检测 | 第57-58页 |
| 5.2.6 停车检测 | 第58-59页 |
| 5.2.7 道路占有率计算 | 第59-60页 |
| 5.3 预警子系统 | 第60-61页 |
| 5.4 系统功能演示 | 第61-63页 |
| 5.4.1 主界面 | 第61-62页 |
| 5.4.2 违章行为检测 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 未解决的问题和工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士研究生期间研究成果 | 第70-71页 |
| 附件 | 第71页 |
