监控视频中目标检测与跟踪算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·目标检测 | 第11-13页 |
| ·目标跟踪 | 第13-15页 |
| ·论文研究成果 | 第15页 |
| ·论文的结构安排 | 第15-17页 |
| 第二章 相关数学理论介绍 | 第17-24页 |
| ·K均值聚类算法 | 第17-18页 |
| ·核密度估计理论 | 第18-20页 |
| ·Mean Shift算法 | 第20-22页 |
| ·贝叶斯估值理论 | 第22-23页 |
| ·类Haar特征介绍 | 第23-24页 |
| 第三章 基于类Haar特征的分层码书背景模型 | 第24-36页 |
| ·引言 | 第24-25页 |
| ·块特征的选取 | 第25-26页 |
| ·模型结构 | 第26-27页 |
| ·模型初始化 | 第27-29页 |
| ·前景检测 | 第29-30页 |
| ·模型更新 | 第30-32页 |
| ·实验结果及分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于空间相似性的改进Vibe背景模型 | 第36-45页 |
| ·引言 | 第36-37页 |
| ·模型表示 | 第37-38页 |
| ·模型初始化 | 第38-39页 |
| ·前景检测 | 第39页 |
| ·模型更新 | 第39-41页 |
| ·阴影的去除 | 第41-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 经典目标跟踪方法及其改进策略 | 第45-59页 |
| ·引言 | 第45-46页 |
| ·目标外观的表示 | 第46-47页 |
| ·基于卡尔曼滤波的目标跟踪方法 | 第47-50页 |
| ·经典卡尔曼滤波算法 | 第47-50页 |
| ·卡尔曼滤波算法的改进 | 第50页 |
| ·基于粒子滤波的目标跟踪方法 | 第50-54页 |
| ·基本粒子滤波跟踪算法 | 第51-54页 |
| ·粒子滤波算法的缺点及改进方向 | 第54页 |
| ·基于Mean Shift的目标跟踪方法 | 第54-56页 |
| ·目标外观的描述 | 第54-55页 |
| ·相似性函数 | 第55页 |
| ·目标定位 | 第55页 |
| ·Mean Shift跟踪方法的缺点及改进方向 | 第55-56页 |
| ·目标跟踪算法的改进设想 | 第56-58页 |
| ·结合卡尔曼滤波的Mean Shift跟踪方法 | 第56-57页 |
| ·结合粒子滤波的Mean Shift跟踪方法 | 第57-58页 |
| ·本章总结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表或已录用的学术论文 | 第68页 |
