运动场景中的目标检测与跟踪算法的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-23页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究现状 | 第12-21页 |
| ·背景运动补偿技术 | 第13-14页 |
| ·目标检测技术 | 第14-18页 |
| ·目标跟踪技术 | 第18-21页 |
| ·本文的研究内容及章节安排 | 第21-23页 |
| 第2章 背景运动估计与补偿 | 第23-45页 |
| ·背景运动参数建模 | 第23-24页 |
| ·背景运动估计 | 第24-38页 |
| ·特征点提取 | 第24-35页 |
| ·特征点匹配 | 第35-38页 |
| ·运动背景补偿 | 第38-43页 |
| ·全局运动参数估计 | 第38-41页 |
| ·全局运动补偿 | 第41-43页 |
| ·实验结果与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 目标表示模型 | 第45-51页 |
| ·颜色信息表示 | 第45-48页 |
| ·RGB颜色空间 | 第45-46页 |
| ·HSV颜色空间 | 第46-48页 |
| ·颜色空间转换 | 第48页 |
| ·边缘信息表示 | 第48-49页 |
| ·积分直方图表示模型 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 运动目标检测与跟踪 | 第51-75页 |
| ·运动目标检测 | 第51-53页 |
| ·帧差法提取运动信息 | 第51-52页 |
| ·形态学滤波 | 第52-53页 |
| ·运动目标跟踪 | 第53-54页 |
| ·基于MeanShift算法的目标跟踪 | 第54-65页 |
| ·无参密度估计理论 | 第54-57页 |
| ·MeanShift算法原理 | 第57-60页 |
| ·基于改进的MeanShift的目标跟踪方法 | 第60-63页 |
| ·实验结果与分析 | 第63-65页 |
| ·基于粒子滤波的目标跟踪 | 第65-74页 |
| ·蒙特卡罗方法与贝叶斯理论 | 第66-68页 |
| ·粒子滤波的基本原理 | 第68-69页 |
| ·重要性抽样与重采样过程 | 第69-71页 |
| ·实验结果与分析 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 总结与展望 | 第75-78页 |
| 参考文献 | 第78-86页 |
| 攻读硕士期间所发表的论文 | 第86-87页 |
| 致谢 | 第87页 |
