目标的视觉检测、分析与描述
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·引言 | 第11-12页 |
| ·研究背景与现状 | 第12-14页 |
| ·研究内容与创新 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 图像采集与存储 | 第16-26页 |
| ·研究现状 | 第16-18页 |
| ·群摄像机视频采集与存储 | 第18-22页 |
| ·群相机参数标定 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 图像显著性区域估计 | 第26-51页 |
| ·自然彩色图像显著性检测 | 第26-37页 |
| ·研究现状 | 第27-28页 |
| ·自学习的图像显著区域识别算法 | 第28-32页 |
| ·实验结果与分析 | 第32-37页 |
| ·图像显著性的应用 | 第37-40页 |
| ·智能图像缩放 | 第37-38页 |
| ·图像艺术性渲染 | 第38-39页 |
| ·人体目标检测 | 第39-40页 |
| ·简单图像显著性区域检测 | 第40-45页 |
| ·前景提取 | 第41-42页 |
| ·二值化与噪声去除 | 第42-45页 |
| ·视频显著性区域检测 | 第45-50页 |
| ·研究现状 | 第45-47页 |
| ·基于稀疏矩阵的前景子空间估计 | 第47-48页 |
| ·前景区域提取 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 静态目标分析 | 第51-67页 |
| ·研究现状 | 第51-53页 |
| ·面向实时应用的玻璃缺陷分类 | 第53-66页 |
| ·问题描述 | 第53页 |
| ·研究现状 | 第53-54页 |
| ·特征提取算法 | 第54-60页 |
| ·分类算法 | 第60-62页 |
| ·实验结果与分析 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 运动目标分析 | 第67-83页 |
| ·人体三维体素云的重建 | 第67-71页 |
| ·研究现状 | 第68-69页 |
| ·稠密体素的重建 | 第69-71页 |
| ·群目标检测与分析 | 第71-82页 |
| ·研究现状 | 第71-73页 |
| ·基于前景提取的群目标跟踪方法 | 第73-75页 |
| ·基于短轨迹的密集场景分析与描述 | 第75-76页 |
| ·实验与评价 | 第76-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| ·研究工作总结 | 第83-84页 |
| ·研究展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间已发表或录用的论文 | 第86-87页 |
| 参考文献 | 第87-92页 |
