基于视觉显著性的交通事件检测算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 课题研究难点 | 第16页 |
| 1.4 论文结构和技术路线 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 运动目标检测 | 第18-46页 |
| 2.1 引言 | 第18页 |
| 2.2 静态显著性检测模型 | 第18-27页 |
| 2.2.1 ITTI模型 | 第19-22页 |
| 2.2.2 SF模型 | 第22-24页 |
| 2.2.3 SR模型 | 第24-25页 |
| 2.2.4 GB模型 | 第25-27页 |
| 2.3 动态显著性模型 | 第27-31页 |
| 2.3.1 ITTI动态显著性模型 | 第27-28页 |
| 2.3.2 PQFT动态显著性模型 | 第28-31页 |
| 2.4 时空混合的动态显著性模型 | 第31-40页 |
| 2.4.1 动态显著图获取 | 第31-34页 |
| 2.4.2 静态显著图获取 | 第34-36页 |
| 2.4.3 显著图融合 | 第36-37页 |
| 2.4.4 实验对比及性能分析 | 第37-40页 |
| 2.5 前景目标分割 | 第40-45页 |
| 2.5.1 图像二值化处理 | 第40-41页 |
| 2.5.2 形态学处理 | 第41-43页 |
| 2.5.3 车辆目标识别 | 第43-45页 |
| 2.6 本章小结 | 第45-46页 |
| 第三章 运动目标跟踪 | 第46-56页 |
| 3.1 运动目标跟踪算法 | 第46-48页 |
| 3.1.1 基于特征的跟踪 | 第46-47页 |
| 3.1.2 基于模型的跟踪 | 第47页 |
| 3.1.3 基于动态轮廓的跟踪 | 第47页 |
| 3.1.4 基于区域的跟踪 | 第47-48页 |
| 3.2 基于多特征匹配的Kalman滤波跟踪 | 第48-55页 |
| 3.2.1 卡尔曼滤波器 | 第48-50页 |
| 3.2.2 目标特征提取 | 第50-52页 |
| 3.2.3 目标状态表达 | 第52页 |
| 3.2.4 目标状态预测 | 第52-53页 |
| 3.2.5 目标特征匹配 | 第53-55页 |
| 3.3 基于质心的运动目标轨迹绘制 | 第55页 |
| 3.4 本章小结 | 第55-56页 |
| 第四章 交通事件检测 | 第56-70页 |
| 4.1 交通事件基本概念 | 第56-57页 |
| 4.2 车辆计数 | 第57-58页 |
| 4.2.1 车辆计数原理 | 第57页 |
| 4.2.2 车辆计数结果分析 | 第57-58页 |
| 4.3 车辆速度检测 | 第58-61页 |
| 4.3.1 车辆速度检测原理 | 第59-60页 |
| 4.3.2 车辆速度检测结果分析 | 第60-61页 |
| 4.4 车辆违规停车检测 | 第61-62页 |
| 4.4.1 车辆违规停车检测原理 | 第61页 |
| 4.4.2 车辆违规停车检测结果分析 | 第61-62页 |
| 4.5 车辆违规逆行检测 | 第62-66页 |
| 4.5.1 车辆违规逆行检测原理 | 第63-64页 |
| 4.5.2 车辆违规逆行检测结果分析 | 第64-66页 |
| 4.6 车辆违规变道检测 | 第66-68页 |
| 4.6.1 车辆违规变道检测算法原理 | 第66-67页 |
| 4.6.2 车辆违规变道检测结果与分析 | 第67-68页 |
| 4.7 交通状况检测 | 第68-69页 |
| 4.7.1 道路交通状况等级分类 | 第68-69页 |
| 4.7.2 交通状况检测原理与结果分析 | 第69页 |
| 4.8 本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
