基于特征知识的视频识别技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 技术发展及研究现状 | 第10-12页 |
| 1.3 研究动机和主要工作 | 第12-14页 |
| 1.3.1 研究动机 | 第12-13页 |
| 1.3.2 主要工作及创新点 | 第13-14页 |
| 1.4 论文的组织架构 | 第14-15页 |
| 第二章 视频识别技术的理论基础 | 第15-31页 |
| 2.1 视频识别技术及其系统组成 | 第15-16页 |
| 2.2 图像预处理技术 | 第16-23页 |
| 2.2.1 图像灰度化 | 第16页 |
| 2.2.2 图像增强和图像还原 | 第16-18页 |
| 2.2.3 图像去噪 | 第18-21页 |
| 2.2.4 二值图像的形态学分析 | 第21-23页 |
| 2.3 边缘检测技术 | 第23-27页 |
| 2.3.1 常用一阶算子 | 第23-26页 |
| 2.3.2 常用二阶算子 | 第26页 |
| 2.3.3 Canny算子 | 第26-27页 |
| 2.4 图像分割技术 | 第27-30页 |
| 2.4.1 基于直方图的图像分割方法 | 第28页 |
| 2.4.2 基于阈值的图像分割算法 | 第28页 |
| 2.4.3 基于聚类的图像分割方法 | 第28-29页 |
| 2.4.4 基于形态学的图像分割方法 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于特征知识的目标检测算法设计 | 第31-39页 |
| 3.1 运动目标检测基本方法 | 第31-35页 |
| 3.1.1 帧间差分法 | 第31-32页 |
| 3.1.2 光流法 | 第32-33页 |
| 3.1.3 背景差分法 | 第33-35页 |
| 3.2 基于码书的运动目标检测方法 | 第35-37页 |
| 3.3 基于特征知识的目标检测算法设计流程 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 视频识别平台的搭建与测试 | 第39-51页 |
| 4.1 基于特征知识的视频识别平台 | 第39-42页 |
| 4.2 测试流程设计 | 第42-43页 |
| 4.3 测试样本 | 第43-44页 |
| 4.4 测试结果及分析 | 第44-50页 |
| 4.4.1 平台功能测试结果 | 第44页 |
| 4.4.2 目标检测算法准确性测试 | 第44-45页 |
| 4.4.3 目标检测算法运行效率测试 | 第45-46页 |
| 4.4.4 数据分析 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-54页 |
| 5.1 论文工作总结 | 第51-52页 |
| 5.1.1 本论文的研究意义 | 第51页 |
| 5.1.2 本论文的创新点 | 第51-52页 |
| 5.1.3 本论文的改进方向 | 第52页 |
| 5.2 智能视频监控发展的展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文目录 | 第59页 |
