基于活动轮廓模型的行人检测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-21页 |
| ·课题研究背景及意义 | 第11-16页 |
| ·应用背景 | 第11-16页 |
| ·研究目的及意义 | 第16页 |
| ·国内外研究现状 | 第16-18页 |
| ·论文的主要创新点 | 第18页 |
| ·本文所做的工作与论文的组织结构 | 第18-21页 |
| 2 运动目标检测方法 | 第21-40页 |
| ·目标检测 | 第21-29页 |
| ·边缘检测技术 | 第21-27页 |
| ·轮廓提取和跟踪基本原理 | 第27-29页 |
| ·运动目标检测 | 第29-38页 |
| ·图像差分法 | 第30-32页 |
| ·光流法 | 第32-33页 |
| ·背景建模法 | 第33-38页 |
| ·灰度特征法 | 第38页 |
| ·基于活动轮廓的图像处理技术 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 3 基于活动轮廓模型的目标检测方法 | 第40-52页 |
| ·活动轮廓模型的基本思想 | 第40页 |
| ·活动轮廓模型的基本理论 | 第40-41页 |
| ·基本的活动轮廓模型行为 | 第41-47页 |
| ·内部能量 | 第42页 |
| ·图像力 | 第42-45页 |
| ·能量最小化基本求解算法 | 第45-47页 |
| ·活动轮廓模型的特点 | 第47-49页 |
| ·典型的活动轮廓模型 | 第49-50页 |
| ·Balloons Model | 第49页 |
| ·GVF 模型 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 4 基于改进的活动轮廓模型的行人检测和跟踪 | 第52-67页 |
| ·引言 | 第52-53页 |
| ·初始化轮廓获取的优化算法 | 第53-55页 |
| ·背景差分法 | 第54页 |
| ·初始化轮廓区域 | 第54-55页 |
| ·改进的活动轮廓模型 | 第55-57页 |
| ·能量活动窗口算法计算弹性能量 | 第55-57页 |
| ·Sobel 算法检测边界 | 第57页 |
| ·改进的能力最小化算法 | 第57-62页 |
| ·动态规划DP 算法 | 第58-59页 |
| ·贪婪(Greedy)算法 | 第59-62页 |
| ·卡尔曼滤波 | 第62-66页 |
| ·卡尔曼滤波的基本原理 | 第62-64页 |
| ·卡尔曼滤波的最优性 | 第64-65页 |
| ·卡尔曼滤波与活动轮廓模型相结合的算法 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 5 实验结果分析 | 第67-72页 |
| ·背景一条件下的实验结果分析 | 第67-68页 |
| ·背景二条件下的实验结果分析 | 第68-69页 |
| ·与OpenCV 中自带函数实验结果的比较 | 第69-72页 |
| 6 结论与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 个人简历 | 第79页 |
| 发表的硕士论文 | 第79页 |
