低照度大噪声条件下的运动目标检测方法
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-19页 |
| 1.2.1 运动目标检测 | 第12-19页 |
| 1.3 研究的内容和目标 | 第19-20页 |
| 1.4 论文组织结构 | 第20-22页 |
| 第二章 基于稀疏理论的背景建模 | 第22-36页 |
| 2.1 引言 | 第22页 |
| 2.2 信号的稀疏表示 | 第22-23页 |
| 2.3 稀疏求解算法 | 第23-30页 |
| 2.3.1 贪婪算法 | 第24-26页 |
| 2.3.2 凸松弛方法 | 第26-30页 |
| 2.4 建立背景模型 | 第30-34页 |
| 2.4.1 稀疏性假设 | 第30-31页 |
| 2.4.2 噪声假设与分析 | 第31-33页 |
| 2.4.3 背景建模 | 第33-34页 |
| 2.5 小结 | 第34-36页 |
| 第三章 基于过完备字典的背景更新 | 第36-44页 |
| 3.1 引言 | 第36-37页 |
| 3.2 K-SVD算法 | 第37-38页 |
| 3.3 在线字典学习算法 | 第38-40页 |
| 3.4 构建过完备字典 | 第40-41页 |
| 3.5 背景更新 | 第41-43页 |
| 3.6 小结 | 第43-44页 |
| 第四章 低照度大噪声下的运动检测算法 | 第44-54页 |
| 4.1 引言 | 第44-45页 |
| 4.2 基于稀疏性的运动目标检测技术 | 第45-48页 |
| 4.2.1 基于组稀疏约束 | 第45-46页 |
| 4.2.2 基于压缩感知理论 | 第46-47页 |
| 4.2.3 基于低秩矩阵约束 | 第47-48页 |
| 4.3 运动目标检测 | 第48-52页 |
| 4.3.1 预检测 | 第48-51页 |
| 4.3.2 滑窗后检测 | 第51-52页 |
| 4.3.3 参数选择 | 第52页 |
| 4.4 小结 | 第52-54页 |
| 第五章 实验与分析 | 第54-64页 |
| 5.1 引言 | 第54页 |
| 5.2 CD.net数据集介绍 | 第54-55页 |
| 5.3 实验结果与分析 | 第55-63页 |
| 5.3.1 合成噪声环境 | 第56-60页 |
| 5.3.2 真实低照度环境 | 第60-62页 |
| 5.3.3 动态背景环境 | 第62-63页 |
| 5.4 小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 作者在学期间取得的学术成果 | 第74页 |
