| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第15-35页 |
| 1.1 课题的背景及来源 | 第15-17页 |
| 1.2 课题的研究意义 | 第17-20页 |
| 1.3 矿井视频目标跟踪技术研究现状 | 第20-29页 |
| 1.3.1 视频目标跟踪技术研究现状 | 第20-25页 |
| 1.3.2 矿井人员跟踪技术研究现状 | 第25-27页 |
| 1.3.3 下井人员唯一性检测技术研究现状 | 第27页 |
| 1.3.4 煤岩识别技术研究现状 | 第27-28页 |
| 1.3.5 矿井电磁波能量安全性研究现状 | 第28-29页 |
| 1.4 存在的问题 | 第29-32页 |
| 1.5 主要研究内容 | 第32-35页 |
| 第二章 基于热红外图像人脸识别的下井人员唯一性检测 | 第35-53页 |
| 2.1 下井人员唯一性检测技术要求和指标 | 第35-36页 |
| 2.2 身份特征识别技术分析 | 第36-38页 |
| 2.3 基于热红外人脸识别的下井人员唯一性检测方法 | 第38-47页 |
| 2.3.1 热红外人脸图像血管网络提取 | 第38-42页 |
| 2.3.2 血管网交叉特征点提取与识别 | 第42-44页 |
| 2.3.3 基于交叉点分布特征向量的人脸识别 | 第44-45页 |
| 2.3.4 矿灯、眼镜的处理与煤矿环境温度补偿方法 | 第45-47页 |
| 2.4 基于热红外人脸识别的下井人员唯一性检测系统 | 第47-49页 |
| 2.5 实验分析 | 第49-52页 |
| 2.6 本章小结 | 第52-53页 |
| 第三章 基于压缩感知的实时多尺度目标跟踪算法研究 | 第53-87页 |
| 3.1 矿井视频图像中人员跟踪的基本特点和评价方法 | 第53-56页 |
| 3.2 视频跟踪系统模型与基于分类的跟踪方法 | 第56-57页 |
| 3.3 压缩感知基本原理 | 第57-60页 |
| 3.3.1 随机投影与随机测量矩阵 | 第58-60页 |
| 3.3.2 稀疏随机测量矩阵 | 第60页 |
| 3.4 实时多尺度目标跟踪方法 | 第60-78页 |
| 3.4.1 尺度不变归一化矩形滤波 | 第61-65页 |
| 3.4.2 自适应随机测量矩阵与尺度不变压缩特征 | 第65-68页 |
| 3.4.3 贝叶斯状态估计与算法框架 | 第68-73页 |
| 3.4.4 转移模型与观测模型 | 第73-74页 |
| 3.4.5 遮挡与光照变化处理 | 第74-78页 |
| 3.5 实验分析与讨论 | 第78-86页 |
| 3.5.1 实验设置 | 第79页 |
| 3.5.2 实验结果 | 第79-86页 |
| 3.6 本章小结 | 第86-87页 |
| 第四章 快速均值漂移迭代方法 | 第87-101页 |
| 4.1 均值漂移基本原理 | 第87-88页 |
| 4.2 均值漂移向量扩展 | 第88-92页 |
| 4.2.1 迭代公式的提出 | 第88-89页 |
| 4.2.2 扩展均值漂移迭代收敛性证明 | 第89-90页 |
| 4.2.3 固定扩展尺度因子下的迭代过程分析 | 第90-92页 |
| 4.3 震荡迭代过程优化加速 | 第92-94页 |
| 4.3.1 加速迭代理论 | 第92-93页 |
| 4.3.2 均值漂移迭代函数收敛性分析 | 第93-94页 |
| 4.4 实验分析与讨论 | 第94-98页 |
| 4.4.1 固定尺度因子下的扩展均值漂移收敛性能实验 | 第95-97页 |
| 4.4.2 震荡过程优化 | 第97-98页 |
| 4.4.3 对比实验结果 | 第98页 |
| 4.5 本章小结 | 第98-101页 |
| 第五章 矿井视频人员目标匹配与跟踪方法 | 第101-121页 |
| 5.1 多特征融合井下矿工跟踪方法 | 第101-104页 |
| 5.1.1 基于尺度不变压缩特征的目标外观相似性测量 | 第101-103页 |
| 5.1.2 边缘颜色特征 | 第103-104页 |
| 5.1.3 联合观测模型与运动模型 | 第104页 |
| 5.2 基于快速均值漂移和加权尺度不变压缩特征的井下矿工跟踪 | 第104-108页 |
| 5.2.1 加权尺度不变压缩特征 | 第105-106页 |
| 5.2.2 Bhattacharyya系数与相似性函数 | 第106-107页 |
| 5.2.3 最大化Bhattacharyya系数及跟踪算法 | 第107-108页 |
| 5.3 实验分析与讨论 | 第108-114页 |
| 5.3.1 实验参数设置 | 第109页 |
| 5.3.2 实验结果与讨论 | 第109-114页 |
| 5.4 矿井视频图像人员跟踪应用场景和系统结构 | 第114-120页 |
| 5.4.1 全矿井视频监视图像中人员目标跟踪系统结构 | 第115-118页 |
| 5.4.2 矿井重点和限制区域视频目标跟踪与行为预警系统结构 | 第118-120页 |
| 5.5 本章小结 | 第120-121页 |
| 第六章 基于图像多小波变换的煤岩识别方法与系统 | 第121-131页 |
| 6.1 矿井煤岩目标识别系统结构 | 第121-123页 |
| 6.2 基于图像多小波变换的煤岩识别方法 | 第123-126页 |
| 6.2.1 煤岩纹理特征差异 | 第123页 |
| 6.2.2 基于多小波变换的多尺度煤岩纹理特征提取 | 第123-126页 |
| 6.2.3 煤岩样本特征训练与分类 | 第126页 |
| 6.3 实验分析与讨论 | 第126-129页 |
| 6.4 本章小结 | 第129-131页 |
| 第七章 结论与展望 | 第131-137页 |
| 7.1 本文的主要工作与结论 | 第131-133页 |
| 7.2 创新性工作 | 第133-135页 |
| 7.3 展望 | 第135-137页 |
| 参考文献 | 第137-149页 |
| 附录A | 第149-159页 |
| 致谢 | 第159-161页 |
| 作者简介 | 第161-162页 |
| 在学期间发表的学术论文 | 第161页 |
| 在学期间申请的专利 | 第161-162页 |
| 在学期间承担及参加科研项目 | 第162页 |
| 主要获奖 | 第162页 |
