| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 论文的主要研究内容 | 第9-10页 |
| 1.3 论文的组织结构 | 第10-12页 |
| 第二章 目标检测识别算法研究 | 第12-29页 |
| 2.1 常用的目标检测算法 | 第12-14页 |
| 2.1.1 光流法 | 第12-13页 |
| 2.1.2 帧差法 | 第13页 |
| 2.1.3 背景差分法 | 第13-14页 |
| 2.2 目标特征提取算法研究 | 第14-21页 |
| 2.2.1 SIFT特征 | 第15-18页 |
| 2.2.2 HOG特征 | 第18-19页 |
| 2.2.3 Harr特征 | 第19-21页 |
| 2.3 目标识别算法研究 | 第21-27页 |
| 2.3.1 神经网络BP算法 | 第22-24页 |
| 2.3.2 支持向量机算法 | 第24-26页 |
| 2.3.3 Adaboost算法 | 第26-27页 |
| 2.4 异常事件目标检测方法设计 | 第27-28页 |
| 2.4.1 行人检测 | 第28页 |
| 2.4.2 车辆检测和车牌定位 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 目标跟踪算法研究 | 第29-39页 |
| 3.1 算法中的相关概念 | 第30-31页 |
| 3.2 改进的Camshift目标跟踪算法 | 第31-35页 |
| 3.2.1 CENTRIST视觉描述子 | 第32-33页 |
| 3.2.2 均值平移算法 | 第33-35页 |
| 3.3 基于CENTRIST视觉描述子的连续自适应均值算法 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 超分辨率重建技术 | 第39-43页 |
| 4.1 凸集投影算法 | 第39-40页 |
| 4.2 运动估计 | 第40-41页 |
| 4.3 基于点扩散函数的修正 | 第41-42页 |
| 4.4 基于凸集投影算法的超分辨率图像重建 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 系统的设计与实现 | 第43-52页 |
| 5.1 系统总体描述 | 第43页 |
| 5.2 系统总体及功能模块设计 | 第43-46页 |
| 5.3 系统的开发环境 | 第46页 |
| 5.4 系统的实现与效果 | 第46-50页 |
| 5.4.1 系统的总体界面设计 | 第46-47页 |
| 5.4.2 行人检测的设计与实现 | 第47页 |
| 5.4.3 车辆检测与车牌定位的设计与实现 | 第47-49页 |
| 5.4.4 目标跟踪的设计与实现 | 第49-50页 |
| 5.4.5 超分辨率图像重建的设计与实现 | 第50页 |
| 5.5 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文研究总结 | 第52页 |
| 6.2 未来工作展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的论文 | 第58页 |