智能视频监控中的目标检测及分类技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文主要研究工作 | 第14-15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 2 运动目标检测及外轮廓提取研究 | 第17-34页 |
| 2.1 常用的目标检测方法 | 第17-20页 |
| 2.1.1 光流场方法 | 第17-18页 |
| 2.1.2 帧间差方法 | 第18-19页 |
| 2.1.3 背景差方法 | 第19-20页 |
| 2.2 一种精确的运动目标外轮廓提取方法 | 第20-26页 |
| 2.2.1 前景检测 | 第20-22页 |
| 2.2.2 轮廓区域粗略定位 | 第22-24页 |
| 2.2.3 轮廓区域精确定位 | 第24-26页 |
| 2.3 实验与分析 | 第26-33页 |
| 2.3.1 目标检测实验 | 第26-29页 |
| 2.3.2 外轮廓提取实验 | 第29-33页 |
| 2.4 小结 | 第33-34页 |
| 3 运动目标分类识别技术研究 | 第34-61页 |
| 3.1 目标分类理论基础 | 第34-45页 |
| 3.1.1 预备知识 | 第34-35页 |
| 3.1.2 特征描述 | 第35-41页 |
| 3.1.3 分类器 | 第41-45页 |
| 3.2 一种基于几何特征的改进目标分类识别方法 | 第45-53页 |
| 3.2.1 特征提取 | 第46-49页 |
| 3.2.2 子特征向量组生成 | 第49-50页 |
| 3.2.3 最小错分贝叶斯分类器 | 第50-52页 |
| 3.2.4 综合判定 | 第52-53页 |
| 3.3 实验与分析 | 第53-60页 |
| 3.3.1 方法描述 | 第53-54页 |
| 3.3.2 实验 | 第54-60页 |
| 3.4 小结 | 第60-61页 |
| 4 智能绊线检测技术研究 | 第61-69页 |
| 4.1 绊线检测及智能绊线检测 | 第61页 |
| 4.2 基本规则制定及判定 | 第61-63页 |
| 4.3 轨迹异常规则制定及判定 | 第63页 |
| 4.4 有效检测区域设置 | 第63-64页 |
| 4.5 目标事件生成 | 第64-65页 |
| 4.6 实验与分析 | 第65-68页 |
| 4.6.1 方法描述 | 第65-66页 |
| 4.6.2 实验 | 第66-68页 |
| 4.7 小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读学位期间的研究成果 | 第78页 |
