智能视觉监控中的运动目标检测和跟踪技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究的背景与意义 | 第11-12页 |
| ·智能视觉监控的应用背景 | 第11页 |
| ·智能视觉监控中运动目标检测和跟踪的研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·运动目标检测和跟踪 | 第12-16页 |
| ·基于运动目标检测和跟踪的智能监控系统研究 | 第16-18页 |
| ·本文的研究思想和主要工作 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第二章 运动目标检测和跟踪的基本问题 | 第20-26页 |
| ·运动目标检测和跟踪问题分类 | 第20-21页 |
| ·运动目标检测和跟踪算法 | 第21-23页 |
| ·基于区域的算法 | 第22页 |
| ·基于特征的算法 | 第22页 |
| ·基于变形模板的算法 | 第22-23页 |
| ·基于模型的算法 | 第23页 |
| ·运动目标检测和跟踪的难点 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于改进的混合高斯背景模型的运动目标检测 | 第26-41页 |
| ·运动目标检测基本方法的研究 | 第27-29页 |
| ·帧间运动分析 | 第27-28页 |
| ·背景差分 | 第28-29页 |
| ·光流计算 | 第29页 |
| ·混合高斯背景模型 | 第29-33页 |
| ·单高斯分布背景模型 | 第29-30页 |
| ·混合高斯背景模型 | 第30-33页 |
| ·融入帧间差分的混合高斯背景模型 | 第33-36页 |
| ·融入帧间差分的背景学习率 | 第33-34页 |
| ·变化区域的检测 | 第34-35页 |
| ·背景显露区域和运动区域的区分 | 第35-36页 |
| ·不同区域学习率α的取值 | 第36页 |
| ·阴影检测 | 第36-38页 |
| ·HSV空间阴影检测 | 第37-38页 |
| ·形态学处理 | 第38-39页 |
| ·小结 | 第39-41页 |
| 第四章 基于卡尔曼滤波的运动目标跟踪 | 第41-48页 |
| ·卡尔曼滤波原理 | 第42-44页 |
| ·目标跟踪的卡尔曼滤波器模型 | 第44-46页 |
| ·状态变量的选取 | 第44-45页 |
| ·系统的状态转移方程 | 第45页 |
| ·系统的观测方程 | 第45-46页 |
| ·目标匹配 | 第46-47页 |
| ·基于卡尔曼滤波的运动目标跟踪算法 | 第47页 |
| ·小结 | 第47-48页 |
| 第五章 运动目标检测和跟踪在智能监控中的应用 | 第48-55页 |
| ·遗留和偷窃检测 | 第48-50页 |
| ·密度异常检测 | 第50页 |
| ·速度异常检测 | 第50-51页 |
| ·非法闯入和穿越围界检测 | 第51-52页 |
| ·摄像机自动跟踪运动目标 | 第52-54页 |
| ·小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-61页 |
| ·实验结果与分析 | 第55-58页 |
| ·运动目标检测 | 第55-57页 |
| ·运动目标跟踪 | 第57-58页 |
| ·主要工作与结论 | 第58-59页 |
| ·进一步的研究和展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 附录 攻读硕士学位期间完成的主要论文和参加的工作 | 第68页 |
