中文摘要 | 第1-9页 |
英文摘要 | 第9-11页 |
第一章 概述 | 第11-22页 |
1.1 场景监控系统的发展 | 第12-13页 |
1.2 智能场景监控系统的应用 | 第13-14页 |
1.2.1 住宅监控 | 第13页 |
1.2.2 边防监控 | 第13-14页 |
1.2.3 交通监控 | 第14页 |
1.3 国内外研究现状和动态 | 第14-17页 |
1.3.1 VSAM | 第14-15页 |
1.3.2 AUTOSCOPE | 第15-16页 |
1.3.3 CROMATICA | 第16-17页 |
1.3.4 W4 | 第17页 |
1.4 智能场景监控的理论背景及技术难点 | 第17-20页 |
1.4.1 理论背景 | 第17-18页 |
1.4.2 技术难点 | 第18-20页 |
1.5 智能监控研究的发展趋势 | 第20-21页 |
1.5.1 音频与视觉相结合的多模态接口 | 第20页 |
1.5.2 目标运动分析与目标特征识别相结合 | 第20页 |
1.5.3 目标运动分析向行为理解和描述高层处理的转变 | 第20-21页 |
1.6 本课题所要研究的问题 | 第21页 |
1.7 本章小结 | 第21-22页 |
第二章 运动目标检测和分类算法的研究 | 第22-38页 |
2.1 概述 | 第23页 |
2.2 背景减除算法的研究 | 第23-28页 |
2.2.1 常用的背景减除法 | 第23-26页 |
2.2.2 背景减除算法图像去噪的研究 | 第26-28页 |
2.3 时间差分算法的研究 | 第28-31页 |
2.3.1 常用的时间差分法 | 第28-30页 |
2.3.2 时间差分算法图像去噪的研究 | 第30-31页 |
2.4 光流法 | 第31-33页 |
2.4.1 光流的定义 | 第31页 |
2.4.2 光流的基本计算方法 | 第31-33页 |
2.4.3 光流法用于运动目标检测的研究 | 第33页 |
2.5 检测算法小结 | 第33-34页 |
2.6 运动目标的分类 | 第34-37页 |
2.7 本章小结 | 第37-38页 |
第三章 运动目标跟踪算法的研究 | 第38-52页 |
3.1 概述 | 第39页 |
3.2 基本的运动目标跟踪算法的研究 | 第39-48页 |
3.2.1 预测算法的研究 | 第40-41页 |
3.2.2 对象匹配算法及其实效性改进的研究 | 第41-44页 |
3.2.3 多个运动假设的跟踪和对象参数的更新 | 第44-45页 |
3.2.4 错误警报排除算法及其实效性的研究 | 第45-46页 |
3.2.5 质心轨迹的绘制 | 第46-47页 |
3.2.6 小结 | 第47-48页 |
3.3 基于活动轮廓的非刚性目标运动的跟踪算法的研究 | 第48-51页 |
3.3.1 活动轮廓模型 | 第48-49页 |
3.3.2 基于活动轮廓的跟踪算法 | 第49-50页 |
3.3.3 基于活动轮廓的跟踪算法的拓展研究 | 第50-51页 |
3.4 本章小结 | 第51-52页 |
第四章 事件识别算法的初步研究 | 第52-61页 |
4.1 简述 | 第53页 |
4.2 两种事件识别基本方法的介绍 | 第53-55页 |
4.2.1 基于动力学视觉事件识别 | 第53-54页 |
4.2.2 性质描述符法 | 第54-55页 |
4.3 基于规则的事件识别方法的研究 | 第55-59页 |
4.3.1 基于事件结构形式的规则 | 第56-57页 |
4.3.2 规则的估计执行机制 | 第57-58页 |
4.3.3 一般性问题 | 第58-59页 |
4.3.4 小结 | 第59页 |
4.4 事件分类实现方法简介 | 第59-60页 |
4.5 本章小结 | 第60-61页 |
第五章 智能监控实验原型系统的设计 | 第61-71页 |
5.1 原型系统的总体构成及硬件 | 第62-65页 |
5.1.1 模拟视频信号采集 | 第62-63页 |
5.1.2 数字视频信号采集 | 第63-65页 |
5.1.3 主机系统的配置 | 第65页 |
5.2 原型系统的软件 | 第65-70页 |
5.3 本章小结 | 第70-71页 |
第六章 智能监控研究的其他一些问题 | 第71-74页 |
6.1 系统结构和功能 | 第71页 |
6.2 人机界面 | 第71-73页 |
6.3多传感器 | 第73页 |
6.4小结 | 第73-74页 |
参考文献 | 第74-77页 |
致谢 | 第77-78页 |
作者简介 | 第78页 |