基于智能图像跟踪定位的录播教室系统设计与实现
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究的背景和意义 | 第8-11页 |
| 1.2 多媒体录播系统的国内外研究现状分析 | 第11-14页 |
| 1.2.1 国内研究现状 | 第12-14页 |
| 1.2.2 国外研究现状 | 第14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第二章 多媒体录播系统技术基础 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 多媒体录播系统的系统框架 | 第16-22页 |
| 2.2.1 系统整体框架 | 第16-18页 |
| 2.2.2 课堂辅助设备分布 | 第18-19页 |
| 2.2.3 系统各模块功能说明 | 第19-22页 |
| 2.3 多媒体录播系统中的跟踪技术 | 第22-27页 |
| 2.3.1 红外线感应跟踪 | 第22-23页 |
| 2.3.2 超声波定位技术 | 第23-24页 |
| 2.3.3 空间网格定位跟踪 | 第24-25页 |
| 2.3.4 图像识别技术 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于人工智能的运动目标定位跟踪算法 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 运动目标自动检测算法 | 第28-34页 |
| 3.2.1 背景差分法 | 第29-31页 |
| 3.2.2 帧差法 | 第31-32页 |
| 3.2.3 光流法 | 第32-33页 |
| 3.2.4 算法评价与改进 | 第33-34页 |
| 3.3 运动目标自动跟踪算法 | 第34-38页 |
| 3.3.1 基于区域的跟踪算法 | 第35-36页 |
| 3.3.2 基于模型的跟踪算法 | 第36页 |
| 3.3.3 基于特征的跟踪算法 | 第36-37页 |
| 3.3.4 基于活动轮廓的跟踪算法 | 第37-38页 |
| 3.3.5 算法评价与改进 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 基于智能图像跟踪定位的录播教室系统设计 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 系统技术指标 | 第40-41页 |
| 4.3 系统整体设计 | 第41-46页 |
| 4.3.1 系统平台选择 | 第41-43页 |
| 4.3.2 系统录播模块说明 | 第43-46页 |
| 4.4 改进背景帧差目标检测算法 | 第46-48页 |
| 4.4.1 算法检测逻辑 | 第46页 |
| 4.4.2 目标检测方式 | 第46-47页 |
| 4.4.3 算法实验结果 | 第47-48页 |
| 4.5 改进特征识别目标跟踪算法 | 第48-50页 |
| 4.5.1 算法跟踪逻辑 | 第48-49页 |
| 4.5.2 算法实验结果 | 第49-50页 |
| 4.6 录播教室系统场景演示 | 第50-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第五章 结论与展望 | 第52-56页 |
| 5.1 主要结论 | 第52-55页 |
| 5.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
