基于监控的视频摘要的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内和国外研究现状 | 第12-14页 |
| 1.2.1 国外的研究现状 | 第12-14页 |
| 1.2.2 国内的研究现状 | 第14页 |
| 1.3 本文研究的内容及其组织结构 | 第14-17页 |
| 1.3.1 本文的研究内容 | 第14-15页 |
| 1.3.2 章节安排 | 第15-17页 |
| 第二章 视频摘要概念和运动目标检测 | 第17-35页 |
| 2.1 视频摘要的表现形式以及视频结构分析 | 第17-19页 |
| 2.1.1 视频摘要的表现形式 | 第17-19页 |
| 2.1.2 视频数据的结构分析 | 第19页 |
| 2.2 简单背景建模法 | 第19-20页 |
| 2.2.1 平均背景法 | 第19-20页 |
| 2.3 基于统计信息建模 | 第20-25页 |
| 2.3.1 单高斯背景建模 | 第20-21页 |
| 2.3.2 高斯混合背景建模 | 第21-24页 |
| 2.3.3CodeBook法建模 | 第24-25页 |
| 2.4 非参数核密度估计建模法 | 第25-31页 |
| 2.4.1 经典方法 | 第25-27页 |
| 2.4.2 核密度估计运动检测(基于时间窗) | 第27-29页 |
| 2.4.3 聚类差分核密度估计算法 | 第29-31页 |
| 2.5 非背景建模 | 第31-34页 |
| 2.5.1 帧间差分法 | 第31-33页 |
| 2.5.2 光流法 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 运动目标跟踪 | 第35-47页 |
| 3.1 引言 | 第35页 |
| 3.2 Kalman预测与全局特征匹配跟踪 | 第35-41页 |
| 3.2.1 Kalman滤波器 | 第35-37页 |
| 3.2.2 全局特征提取与目标匹配 | 第37-41页 |
| 3.3 基于Mean Shift的目标跟踪 | 第41-45页 |
| 3.3.1 Mean Shift向量 | 第41-43页 |
| 3.3.2 Bhattacharyya距离计算 | 第43页 |
| 3.3.3 目标跟踪步骤 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 对移动平均法的改进算法 | 第47-55页 |
| 4.1 引言 | 第47-49页 |
| 4.2 改进的移动平均法 | 第49-51页 |
| 4.3 实验测试结果 | 第51-54页 |
| 4.4 本章小节 | 第54-55页 |
| 第五章 视频摘要系统的设计实现 | 第55-61页 |
| 5.1 系统平台开发环境 | 第55页 |
| 5.2 视频摘要系统 | 第55-60页 |
| 5.2.1 视频摘要系统概述 | 第55页 |
| 5.2.2 系统具体模块设计 | 第55-56页 |
| 5.2.3 视频摘要的设计思路及实验方案选定 | 第56页 |
| 5.2.4 视频摘要生成 | 第56-60页 |
| 5.3 实时图像获取 | 第60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
