混合交通中运动目标特征表达与分类算法研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题来源 | 第7页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究进展与现状 | 第8-13页 |
| ·发展历程 | 第8-9页 |
| ·研究现状 | 第9-13页 |
| ·技术框架与研究内容 | 第13-15页 |
| 第二章 图像预处理 | 第15-33页 |
| ·有效检测区域 | 第15-16页 |
| ·背景模型 | 第16-25页 |
| ·背景初始化 | 第16-22页 |
| ·背景初始化研究现状 | 第16-17页 |
| ·基于聚类识别的背景初始化算法 | 第17-21页 |
| ·背景初始化实验分析 | 第21-22页 |
| ·背景表达与更新 | 第22-25页 |
| ·背景表达——混和高斯模型 | 第23-24页 |
| ·背景更新 | 第24-25页 |
| ·阴影去除 | 第25-31页 |
| ·八邻域种子填充分割算法 | 第26-27页 |
| ·基于RGB 颜色变化度的运动阴影检测算法 | 第27-31页 |
| ·小结 | 第31-33页 |
| 第三章 运动目标特征表达 | 第33-45页 |
| ·特征的选择与提取 | 第33-34页 |
| ·特征的分类 | 第34-37页 |
| ·结构特征 | 第34-36页 |
| ·非结构特征 | 第36-37页 |
| ·混合交通运动目标的特征表达方法 | 第37-44页 |
| ·基于水平投影的特征表达方法 | 第38-40页 |
| ·基于偏心距向量的特征表达方法 | 第40-44页 |
| ·算法比较 | 第44页 |
| ·小结 | 第44-45页 |
| 第四章 运动目标分类算法研究 | 第45-63页 |
| ·概述 | 第45-46页 |
| ·现有分类算法 | 第46-48页 |
| ·基于支持向量机的分类器设计 | 第48-57页 |
| ·线性支持向量机 | 第48-51页 |
| ·非线性支持向量机 | 第51-53页 |
| ·多类支持向量机 | 第53-54页 |
| ·分类器训练与测试 | 第54-57页 |
| ·支持向量机的优势 | 第57页 |
| ·运动目标分类决策 | 第57-61页 |
| ·运动跟踪 | 第57-59页 |
| ·投票机制 | 第59-61页 |
| ·实验结果 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-65页 |
| ·研究结论 | 第63-64页 |
| ·研究展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 摘要 | 第69-71页 |
| ABSTRACT | 第71-74页 |
| 致谢 | 第74页 |
