视频图像目标检测与识别算法优化
摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-11页 |
·课题国内外研究现状 | 第7-10页 |
·研究意义 | 第10页 |
·论文主要研究内容和章节安排 | 第10-11页 |
2 目标检测与识别技术的理论基础 | 第11-28页 |
·目标检测的一般方法 | 第11-17页 |
·光流法 | 第11-12页 |
·帧间差法 | 第12-13页 |
·背景差分法 | 第13-15页 |
·一般检测方法的比较 | 第15-17页 |
·基于统计的识别方法 | 第17-27页 |
·特征提取 | 第17-23页 |
·基于统计的特征识别 | 第23-26页 |
·SVM分类器 | 第26-27页 |
·本章小结 | 第27-28页 |
3 改进的基于混合高斯模型的目标检测方法 | 第28-39页 |
·边缘混合高斯模型 | 第28-30页 |
·改进的基于邻域差的方法 | 第30-32页 |
·综合处理 | 第32-35页 |
·实验结果与分析 | 第35-38页 |
·本章小结 | 第38-39页 |
4 改进的基于HOG算子的行人识别方法 | 第39-47页 |
·主分量分析法 | 第39-40页 |
·选择性降维 | 第40-41页 |
·实验结果与分析 | 第41-46页 |
·保留主分量数目试验 | 第41-42页 |
·特征区间对描述符的影响试验 | 第42-44页 |
·改进描述符的识别率试验 | 第44页 |
·改进描述符的运算速度试验 | 第44-46页 |
·本章小结 | 第46-47页 |
5 算法在嵌入式系统的应用 | 第47-51页 |
·基于DSP的嵌入式平台 | 第47页 |
·DM6467与DAVINCI技术 | 第47-48页 |
·DAVINCI系统的软件架构 | 第48-49页 |
·试验结果 | 第49-50页 |
·本章小结 | 第50-51页 |
6 结束语 | 第51-52页 |
·本文总结 | 第51页 |
·未来展望 | 第51-52页 |
致谢 | 第52-53页 |
参考文献 | 第53-57页 |
附录 | 第57页 |