视频监控中的遗留物检测技术的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 遗留物检测的国内外研究历史与现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文的主要贡献与创新 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-16页 |
| 第二章 遗留物检测及相关技术分析 | 第16-33页 |
| 2.1 运动目标检测的基本方法 | 第16-26页 |
| 2.1.1 运动目标检测的任务和流程 | 第16-17页 |
| 2.1.2 运动目标检测技术 | 第17-21页 |
| 2.1.3 常用的背景建模技术 | 第21-26页 |
| 2.2 形态学处理和连通阈分析 | 第26-27页 |
| 2.2.1 形态学处理 | 第26-27页 |
| 2.2.2 连通阈分析 | 第27页 |
| 2.3 目标跟踪技术 | 第27-28页 |
| 2.4 遗留物检测技术 | 第28-31页 |
| 2.4.1 基于跟踪的遗留物体检测算法 | 第28-29页 |
| 2.4.2 基于检测的遗留物体检测算法 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 遗留物检测算法框架 | 第33-42页 |
| 3.1 引言 | 第33页 |
| 3.2 算法简介 | 第33-34页 |
| 3.3 静止前景减法概述 | 第34-37页 |
| 3.3.1 背景模型假设和前景初始化 | 第34-35页 |
| 3.3.2 连续性特征的计算法方法 | 第35-36页 |
| 3.3.3 构建静止前景模型为像素点分类 | 第36-37页 |
| 3.4 遗留物检测算法框架分析 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 遗留物检测算法中模型的构建和放置者检测 | 第42-55页 |
| 4.1 三维模型的构建方法 | 第42-45页 |
| 4.2 混合差分法构建背景模型 | 第45-50页 |
| 4.3 运动前景建模和遗留物体建模 | 第50-53页 |
| 4.3.1 运动前景建模 | 第50-52页 |
| 4.3.2 遗留物体建模 | 第52-53页 |
| 4.4 遗留物放置者检测 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 实验结果与分析 | 第55-65页 |
| 5.1 参数值 | 第55-56页 |
| 5.2 功能测试 | 第56-62页 |
| 5.2.1 遗留物体和运动前景独立性检测 | 第56-58页 |
| 5.2.2 算法的遮挡性检测 | 第58-59页 |
| 5.2.3 遗留物及其放置者检测 | 第59-62页 |
| 5.3 性能评估 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 变电站场景下的遗留物检测系统的设计 | 第65-75页 |
| 6.1 引言 | 第65页 |
| 6.2 系统需求分析 | 第65-66页 |
| 6.3 系统的整体结构 | 第66-67页 |
| 6.4 系统的功能设计 | 第67-71页 |
| 6.4.1 服务器端功能设计 | 第67-69页 |
| 6.4.2 客户端功能设计 | 第69-71页 |
| 6.5 主要的数据结构和函数 | 第71-73页 |
| 6.6 本章小结 | 第73-75页 |
| 第七章 全文总结与展望 | 第75-77页 |
| 7.1 全文总结 | 第75-76页 |
| 7.2 后续工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间取得的成果 | 第82-83页 |
