基于视频监控的物体检测算法的研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-12页 |
| ·选题背景与研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的研究内容 | 第10页 |
| ·本文的结构安排 | 第10-12页 |
| 第2章 视频监控相关理论知识 | 第12-18页 |
| ·引言 | 第12页 |
| ·前景/背景检测 | 第12-13页 |
| ·背景统计法 | 第12-13页 |
| ·Surendra 背景更新算法 | 第13页 |
| ·卡尔曼滤波算法 | 第13页 |
| ·阴影检测 | 第13-14页 |
| ·简介 | 第13页 |
| ·方法分类 | 第13-14页 |
| ·现有方法的特点 | 第14页 |
| ·滤波算法 | 第14页 |
| ·目标检测 | 第14-16页 |
| ·目标跟踪 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 基于自顶向下的识别 | 第18-32页 |
| ·引言 | 第18页 |
| ·形状匹配算法介绍 | 第18-20页 |
| ·算法简述 | 第18-20页 |
| ·形状表示方法 | 第20页 |
| ·Shape Context 算法及其应用 | 第20-23页 |
| ·检测识别研究方法概述 | 第23-27页 |
| ·基于静态图像的人体检测 | 第23-25页 |
| ·基视频序列的人体检测 | 第25-27页 |
| ·自顶向下的识别 | 第27-31页 |
| ·codebook 的建立 | 第27页 |
| ·改进的Shape Context | 第27-29页 |
| ·级联分类器SVM | 第29-30页 |
| ·假设产生 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 图像分割技术 | 第32-40页 |
| ·引言 | 第32页 |
| ·图像分割技术的回顾 | 第32-35页 |
| ·基于区域的图像分割 | 第32-33页 |
| ·基于边缘的图像分割 | 第33-34页 |
| ·区域与边缘相结合的图像分割 | 第34页 |
| ·多尺度图像分割 | 第34-35页 |
| ·结合识别与分割的校验 | 第35-37页 |
| ·自底向上的分割 | 第35-36页 |
| ·复算 | 第36-37页 |
| ·实验结果 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第5章 总结与展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 摘要 | 第45-48页 |
| Abstract | 第48-50页 |
