基于监控视频的视频分析方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外现状 | 第15-20页 |
| 1.2.1 基于关键帧的视频摘要 | 第16-17页 |
| 1.2.2 基于对象的视频摘要 | 第17-20页 |
| 1.3 本文研究内容 | 第20-22页 |
| 第二章 监控视频中运动对象提取 | 第22-36页 |
| 2.1 运动对象提取 | 第22-26页 |
| 2.1.1 监控视频背景的生成 | 第22-24页 |
| 2.1.2 监控视频前景检测提取 | 第24-25页 |
| 2.1.3 监控视频运动对象的跟踪 | 第25-26页 |
| 2.2 背景图提取 | 第26-27页 |
| 2.3 运动检测与提取 | 第27-29页 |
| 2.4 运动对象的跟踪 | 第29-30页 |
| 2.5 实验结果 | 第30-34页 |
| 2.5.1 实验说明 | 第31页 |
| 2.5.2 运动前景提取实验 | 第31-34页 |
| 2.6 本章小结 | 第34-36页 |
| 第三章 基于提取对象的内容分析 | 第36-44页 |
| 3.1 支持向量机SVM | 第36-40页 |
| 3.1.1 线性SVM | 第36-38页 |
| 3.1.2 核函数 | 第38-39页 |
| 3.1.3 松弛变量 | 第39-40页 |
| 3.2 基于SVM的运动对象分类 | 第40-41页 |
| 3.3 实验结果 | 第41-42页 |
| 3.3.1 运动前景分类 | 第41-42页 |
| 3.3.2 运动对象分类 | 第42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于提取对象的摘要处理 | 第44-60页 |
| 4.1 视频摘要算法改进 | 第44-48页 |
| 4.1.1 简介能量最小函数 | 第44-46页 |
| 4.1.2 能量函数的改进 | 第46-48页 |
| 4.1.2.1 有效放置能量函数 | 第46页 |
| 4.1.2.2 一致性能量函数 | 第46页 |
| 4.1.2.3 碰撞能量函数 | 第46-47页 |
| 4.1.2.4 密度能量函数 | 第47-48页 |
| 4.1.2.5 时间长度能量函数 | 第48页 |
| 4.2 实现及其改进 | 第48-53页 |
| 4.2.1 运动对象提取 | 第48-49页 |
| 4.2.2 能量函数计算 | 第49-51页 |
| 4.2.2.1 密度图与重要性度量 | 第49-50页 |
| 4.2.2.2 基于重要度的排列规划 | 第50-51页 |
| 4.2.3 监控视频的合成 | 第51-53页 |
| 4.2.3.1 摘要视频背景 | 第51-52页 |
| 4.2.3.2 前景重叠处理 | 第52-53页 |
| 4.2.3.3 前背景融合 | 第53页 |
| 4.3 实验结果 | 第53-58页 |
| 4.3.1 能量公式的实验 | 第54-56页 |
| 4.3.2 视频图像合成实验 | 第56-58页 |
| 4.3.2.1 背景融合实验 | 第56-57页 |
| 4.3.2.2 前景重叠实验 | 第57-58页 |
| 4.3.2.3 前背景融合实验 | 第58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 研究成果及发表的学术论文 | 第68-70页 |
| 作者及导师简介 | 第70-71页 |
| 专业学位硕士研究生学位论文答辩委员会决议书 | 第71-72页 |
