摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 移动目标检测研究现状 | 第13-14页 |
1.2.2 移动目标识别研究现状 | 第14页 |
1.2.3 移动目标跟踪研究现状 | 第14-16页 |
1.3 论文主要研究内容及章节安排 | 第16-19页 |
第2章 移动目标检测研究 | 第19-33页 |
2.1 基础移动目标检测方法 | 第19-23页 |
2.1.1 帧间差分法 | 第19-20页 |
2.1.2 背景差分法 | 第20-21页 |
2.1.3 光流法 | 第21-23页 |
2.2 结合混合高斯模型和三帧差分的检测方法 | 第23-27页 |
2.2.1 混合高斯模型 | 第23-25页 |
2.2.2 三帧差分法 | 第25-26页 |
2.2.3 移动目标提取 | 第26-27页 |
2.3 数学形态学处理 | 第27-29页 |
2.4 实验结果分析 | 第29-31页 |
2.5 本章小结 | 第31-33页 |
第3章 移动目标识别研究 | 第33-53页 |
3.1 目标表示 | 第33-42页 |
3.1.1 颜色特征 | 第33-35页 |
3.1.2 纹理特征 | 第35-37页 |
3.1.3 形状特征 | 第37-42页 |
3.2 典型分类器 | 第42-46页 |
3.2.1 支持向量机分类器 | 第42-44页 |
3.2.2 Adaboost分类器 | 第44-46页 |
3.3 基于HOG特征的SVM分类器移动目标识别 | 第46-47页 |
3.4 实验结果分析 | 第47-51页 |
3.5 本章小结 | 第51-53页 |
第4章 移动目标跟踪研究 | 第53-71页 |
4.1 基于生成式的目标跟踪方法 | 第53-59页 |
4.1.1 基于卡尔曼滤波的目标跟踪 | 第53-56页 |
4.1.2 基于Mean-Shift的目标跟踪 | 第56-59页 |
4.2 基于判别式的目标跟踪方法 | 第59-65页 |
4.2.1 基于TLD算法的目标跟踪 | 第59-61页 |
4.2.2 基于核相关滤波的目标跟踪 | 第61-65页 |
4.3 融合Kalman滤波的Mean-Shift目标跟踪 | 第65-67页 |
4.4 实验结果分析 | 第67-70页 |
4.5 本章小结 | 第70-71页 |
第5章 总结与展望 | 第71-74页 |
5.1 论文工作总结 | 第71-72页 |
5.2 展望 | 第72-74页 |
参考文献 | 第74-82页 |
攻读硕士期间已发表的论文 | 第82-84页 |
致谢 | 第84页 |