基于MeanShift算法的人体视频追踪研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·课题的研究背景及意义 | 第9-11页 |
| ·研究现状及主要难点 | 第11-12页 |
| ·本论文的研究工作及创新 | 第12-13页 |
| ·结构安排 | 第13-15页 |
| 第2章 人体检测方法 | 第15-21页 |
| ·引言 | 第15-16页 |
| ·帧差法 | 第16-17页 |
| ·背景差分法 | 第17-18页 |
| ·光流法 | 第18-19页 |
| ·统计学习法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 图形图像预处理 | 第21-41页 |
| ·背景模型的建立和更新 | 第21-27页 |
| ·背景模型的建立 | 第21-23页 |
| ·背景模型的改进更新算法 | 第23-27页 |
| ·数学形态学滤波 | 第27-35页 |
| ·腐蚀运算 | 第29-31页 |
| ·膨胀运算 | 第31-32页 |
| ·开启运算 | 第32-34页 |
| ·闭合运算 | 第34-35页 |
| ·连通域检测 | 第35-37页 |
| ·检测连通域 | 第35-36页 |
| ·标识连通域 | 第36-37页 |
| ·人体检测 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于MeanShift算法的跟踪与改进 | 第41-59页 |
| ·核密度函数基本概念 | 第41-44页 |
| ·核密度估计 | 第42-43页 |
| ·K密度估计 | 第43页 |
| ·直方图 | 第43-44页 |
| ·基本和扩展的MeanShift算法 | 第44-46页 |
| ·经典的MeanShift算法 | 第44-45页 |
| ·扩展的MeanShift算法 | 第45-46页 |
| ·MeanShift函数收敛性证明 | 第46-49页 |
| ·人体目标跟踪 | 第49-52页 |
| ·MeanShift算法的固有优缺点 | 第52-53页 |
| ·MeanShift算法的优点 | 第52页 |
| ·MeanShift算法的缺陷 | 第52-53页 |
| ·改进后的MeanShift算法 | 第53-55页 |
| ·MeanShift算法的时间复杂度 | 第55页 |
| ·实验结果分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士研究生期间发表的论文 | 第65页 |
