煤矿智能视频监控系统关键技术的研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| Extended Abstract | 第8-11页 |
| 目录 | 第11-13页 |
| Contents | 第13-15页 |
| 图清单 | 第15-18页 |
| 表清单 | 第18-20页 |
| 变量注释表 | 第20-22页 |
| 1 绪论 | 第22-35页 |
| ·研究背景及意义 | 第22-24页 |
| ·相关技术的研究综述 | 第24-32页 |
| ·研究内容 | 第32-33页 |
| ·论文结构 | 第33-35页 |
| 2 煤矿智能视频监控系统中雾尘图像清晰化的研究 | 第35-56页 |
| ·引言 | 第35-36页 |
| ·雾尘降质图像退化模型 | 第36-38页 |
| ·暗原色先验知识的应用 | 第38-44页 |
| ·基于 DCPBF 的去雾除尘与同步去噪 | 第44-48页 |
| ·实验结果与分析 | 第48-55页 |
| ·小结 | 第55-56页 |
| 3 煤矿智能视频监控系统中运动目标检测的研究 | 第56-81页 |
| ·引言 | 第56-57页 |
| ·基于聚类技术的自适应背景建模与更新 | 第57-66页 |
| ·基于联合信息的前景检测 | 第66-70页 |
| ·结合像素亮度和纹理特征的运动阴影检测 | 第70-73页 |
| ·实验结果与分析 | 第73-80页 |
| ·小结 | 第80-81页 |
| 4 煤矿智能视频监控系统中单目标跟踪的研究 | 第81-105页 |
| ·引言 | 第81-82页 |
| ·相关机器学习方法简介 | 第82-86页 |
| ·基于 FLSVMIL 的单目标跟踪 | 第86-94页 |
| ·基于 LSVMSE 的单目标跟踪 | 第94-98页 |
| ·实验结果与分析 | 第98-103页 |
| ·小结 | 第103-105页 |
| 5 煤矿智能视频监控系统中多目标跟踪的研究 | 第105-130页 |
| ·引言 | 第105-106页 |
| ·改进的无迹卡尔曼滤波算法 | 第106-111页 |
| ·基于 UKF-MHT 的多目标跟踪 | 第111-119页 |
| ·自适应跟踪修正 | 第119-122页 |
| ·实验结果与分析 | 第122-129页 |
| ·小结 | 第129-130页 |
| 6 结论与展望 | 第130-133页 |
| ·本文总结 | 第130-131页 |
| ·研究展望 | 第131-133页 |
| 参考文献 | 第133-143页 |
| 作者简历 | 第143-145页 |
| 学位论文数据集 | 第145页 |
