基于视频的运动目标检测与跟踪系统的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 计算机视觉与智能视频监控系统 | 第8页 |
| 1.2 课题的研究背景及意义 | 第8-10页 |
| 1.3 国内外研究现状及分析 | 第10-13页 |
| 1.3.1 国外发展现状 | 第10-11页 |
| 1.3.2 国内发展现状 | 第11-12页 |
| 1.3.3 存在的问题 | 第12-13页 |
| 1.4 本文研究主要内容 | 第13-15页 |
| 第2章 运动目标检测技术的研究 | 第15-29页 |
| 2.1 运动目标检测技术概述 | 第15页 |
| 2.2 常见的运动目标检测算法介绍 | 第15-18页 |
| 2.2.1 帧差法 | 第15-16页 |
| 2.2.2 背景差法 | 第16-17页 |
| 2.2.3 光流法 | 第17页 |
| 2.2.4 边缘检测法 | 第17-18页 |
| 2.3 背景建模方法研究 | 第18-23页 |
| 2.3.1 背景建模相关内容介绍 | 第18-19页 |
| 2.3.2 时间平均法 | 第19-20页 |
| 2.3.3 中值法 | 第20-21页 |
| 2.3.4 混合高斯模型法 | 第21-23页 |
| 2.4 改进的运动目标检测算法 | 第23-28页 |
| 2.4.1 混合高斯法的背景更新过程 | 第23-25页 |
| 2.4.2 动态中值法 | 第25-28页 |
| 2.5 小结 | 第28-29页 |
| 第3章 基于色彩空间的阴影消除算法 | 第29-37页 |
| 3.1 阴影特征分析 | 第29-30页 |
| 3.2 阴影检测算法介绍 | 第30-32页 |
| 3.3 基于 RGB 空间的阴影检测算法 | 第32-34页 |
| 3.4 改进的基于 RGB 空间的阴影检测算法 | 第34-36页 |
| 3.5 小结 | 第36-37页 |
| 第4章 运动目标跟踪技术的研究 | 第37-49页 |
| 4.1 运动目标跟踪技术概述 | 第37页 |
| 4.2 常见运动目标跟踪算法的分类介绍 | 第37-40页 |
| 4.2.1 基于目标区域的跟踪方法 | 第38页 |
| 4.2.2 基于模型的跟踪方法 | 第38页 |
| 4.2.3 基于轮廓的跟踪方法 | 第38-39页 |
| 4.2.4 基于特征的跟踪方法 | 第39-40页 |
| 4.3 Mean-shift 算法 | 第40-45页 |
| 4.4 改进的运动目标跟踪算法 | 第45-48页 |
| 4.5 小结 | 第48-49页 |
| 第5章 行为理解技术的研究 | 第49-59页 |
| 5.1 行为理解发展现状概述 | 第49-50页 |
| 5.2 运动目标特征选择 | 第50-51页 |
| 5.3 场景分析 | 第51-54页 |
| 5.4 行为建模 | 第54-56页 |
| 5.5 行为识别 | 第56-57页 |
| 5.6 小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |
