视频拥挤场景下快速目标检测算法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究的背景与意义 | 第8-9页 |
| 1.1.1 研究背景及意义 | 第8-9页 |
| 1.1.2 目标检测技术难点 | 第9页 |
| 1.2 目标检测算法及研究现状 | 第9-13页 |
| 1.3 论文主要内容及章节安排 | 第13-15页 |
| 1.3.1 论文主要工作 | 第13-14页 |
| 1.3.2 论文结构安排 | 第14-15页 |
| 第二章 快速提取潜在目标区域算法 | 第15-22页 |
| 2.1 帧间差分法 | 第15-16页 |
| 2.2 背景减除法 | 第16-17页 |
| 2.3 光流法 | 第17-18页 |
| 2.4 实验结果与分析 | 第18-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 BING+DPM目标检测算法 | 第22-34页 |
| 3.1 似物性检测 | 第23-28页 |
| 3.1.1 BING算法 | 第23-26页 |
| 3.1.2 实验结果与分析 | 第26-28页 |
| 3.2 可变形部件模型 | 第28-33页 |
| 3.2.1 HOG特征提取 | 第28-30页 |
| 3.2.2 增强型的HOG特征 | 第30-31页 |
| 3.2.3 可变形部件模型建模 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 可变形部件模型检测算法 | 第34-57页 |
| 4.1 可变形部件模型检测 | 第35-40页 |
| 4.1.1 可变形部件模型检测 | 第36-38页 |
| 4.1.2 实验结果与分析 | 第38-40页 |
| 4.2 可变形部件模型级联检测 | 第40-46页 |
| 4.2.1 级联模型和检测算法 | 第41-42页 |
| 4.2.2 剪裁阈值 | 第42-43页 |
| 4.2.3 简化部件模型 | 第43-44页 |
| 4.2.4 实验结果与分析 | 第44-46页 |
| 4.3 可变形部件模型训练算法 | 第46-56页 |
| 4.3.1 支持向量机 | 第46-48页 |
| 4.3.2 隐支持向量机 | 第48-53页 |
| 4.3.3 模型的训练 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 系统算法测试与分析 | 第57-64页 |
| 5.1 视频拥挤场景下快速目标检测算法框架 | 第57-60页 |
| 5.2 模型数据库 | 第60页 |
| 5.2.1 模型训练数据库 | 第60页 |
| 5.2.2 模型检测数据库 | 第60页 |
| 5.3 算法测试与分析 | 第60-63页 |
| 5.3.1 检测算法速度分析 | 第60-61页 |
| 5.3.2 检测算法精度分析 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 附录1 攻读硕士学位期间申请的专利 | 第68-69页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第69-70页 |
| 致谢 | 第70页 |
