视频监控中相互遮挡人体的跟踪
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究意义 | 第9-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·人体跟踪的研究现状与分析 | 第11-13页 |
| ·人体跟踪中遮挡处理的研究现状与分析 | 第13-15页 |
| ·本文主要研究内容 | 第15页 |
| ·本文章节安排 | 第15-17页 |
| 第二章 背景建模方法与图像分割 | 第17-32页 |
| ·背景建模 | 第17-21页 |
| ·运动检测方法 | 第17-20页 |
| ·背景建模方法 | 第20-21页 |
| ·边缘检测 | 第21-25页 |
| ·边缘检测原理和方法 | 第21页 |
| ·边缘检测算子 | 第21-25页 |
| ·图像分割技术 | 第25-31页 |
| ·基于边界的分割 | 第25-29页 |
| ·基于区域的分割 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 背景边界模型和遮挡处理 | 第32-45页 |
| ·视频分割 | 第32页 |
| ·背景边界模型 | 第32-39页 |
| ·混合高斯方法背景模型更新 | 第32-35页 |
| ·背景边缘模型原理 | 第35-37页 |
| ·基于背景边缘模型的前景检测 | 第37-39页 |
| ·遮挡处理原理 | 第39-43页 |
| ·人体模型 | 第39-40页 |
| ·人体边界曲线的获取 | 第40-41页 |
| ·有效视觉空间的引入 | 第41-42页 |
| ·人体模型与边界曲线相结合的人体分割 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 行为模式表示和人体跟踪模型 | 第45-63页 |
| ·行为模式描述 | 第45-48页 |
| ·模式和分类 | 第45-46页 |
| ·特征提取和模式描述 | 第46-48页 |
| ·人体跟踪算法 | 第48-52页 |
| ·人工神经网络 | 第48-52页 |
| ·BP 神经网络跟踪算法 | 第52-61页 |
| ·选择BP 网络的原因 | 第52页 |
| ·BP 网络结构 | 第52页 |
| ·BP 网络的数学模型 | 第52-53页 |
| ·BP 网络的学习 | 第53-59页 |
| ·多层狄氏聚类过程(HDP) | 第59-61页 |
| ·人体跟踪总体框架 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 遮挡人体跟踪的仿真实验 | 第63-72页 |
| ·算法流程 | 第63-64页 |
| ·实验视频的选择 | 第63页 |
| ·前景目标获取 | 第63页 |
| ·人体遮挡的处理 | 第63页 |
| ·提取目标特征 | 第63-64页 |
| ·跟踪系统整体框架 | 第64页 |
| ·实验环境 | 第64-65页 |
| ·实验结果分析 | 第65-71页 |
| ·两种前景提取方法的比较 | 第65页 |
| ·前景分割及遮挡的处理 | 第65-68页 |
| ·HDP 聚类过程 | 第68-69页 |
| ·BP 神经网络训练过程 | 第69页 |
| ·基于HDP-BP 模型的人体跟踪 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结和展望 | 第72-73页 |
| ·论文工作总结 | 第72页 |
| ·进一步的研究方向 | 第72页 |
| ·结束语 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间主要的研究成果 | 第79-80页 |
| 1、论文情况 | 第79页 |
| 2、科研工作 | 第79-80页 |
| 3、获奖情况 | 第80页 |
