自然场景下的视觉目标跟踪问题研究
| 1 概述 | 第1-16页 |
| ·课题的研究背景及意义 | 第9-11页 |
| ·课题的主要目的及内容 | 第11页 |
| ·课题的主要难点 | 第11-14页 |
| ·论文结构 | 第14-16页 |
| 2 背景建模 | 第16-27页 |
| ·背景模型的建立 | 第16-17页 |
| ·已有的背景建模方法 | 第17-23页 |
| ·Heikkila和Olli的方法 | 第18-19页 |
| ·自适应高斯混合模型 | 第19-20页 |
| ·pfinder方法 | 第20页 |
| ·W~4方法 | 第20页 |
| ·LOTS方法 | 第20-21页 |
| ·Halevy方法 | 第21-22页 |
| ·Culter方法 | 第22页 |
| ·Wallflower方法 | 第22-23页 |
| ·本论文提出的背景建模方法 | 第23-25页 |
| ·模型建立算法 | 第24-25页 |
| ·本论文所采用的背景更新方法 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 阴影检测与去除 | 第27-36页 |
| ·阴影的概念 | 第27-28页 |
| ·阴影检测的基本框架 | 第28-29页 |
| ·阴影去除方法 | 第29-32页 |
| ·基于HSV彩色信息的阴影去除方法 | 第29-30页 |
| ·基于色调畸变的去除阴影方法 | 第30-32页 |
| ·本文提出的阴影去除方法 | 第32-34页 |
| ·基于亮度畸变的分割 | 第32-33页 |
| ·基于颜色向量夹角的分割 | 第33-34页 |
| ·实验结果分析 | 第34页 |
| ·小结 | 第34-36页 |
| 4 目标物描述与特征选择 | 第36-43页 |
| ·经典的目标物描述方法 | 第36-38页 |
| ·基于结构模型的目标物描述 | 第36-37页 |
| ·基于活动轮廓的描述 | 第37页 |
| ·基于区域的描述 | 第37-38页 |
| ·目标物的特征提取 | 第38-39页 |
| ·本文提出的拐点检测方法 | 第39-42页 |
| ·算法步骤 | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·小结 | 第42-43页 |
| 5 动态场景中的运动目标跟踪 | 第43-51页 |
| ·几种典型的人脸跟踪方法 | 第44页 |
| ·本论文所提出的人脸跟踪算法 | 第44-46页 |
| ·多信息量特征的描述方法 | 第46-48页 |
| ·评价函数的定义 | 第48-50页 |
| ·实验结果分析 | 第50-51页 |
| 6 主动视觉跟踪系统 | 第51-57页 |
| ·系统概述 | 第51-52页 |
| ·目标物特征选择 | 第52-54页 |
| ·跟踪算法流程 | 第54-55页 |
| ·云台控制方法 | 第55页 |
| ·实验结果 | 第55-57页 |
| 7 实际应用系统 | 第57-64页 |
| ·系统概述 | 第57-58页 |
| ·系统结构 | 第58页 |
| ·棚车状态的实时检测方法 | 第58-62页 |
| ·棚车的识别 | 第59-61页 |
| ·棚车车门状态的识别 | 第61-62页 |
| ·实验结果分析 | 第62-64页 |
| 8 结果与展望 | 第64-67页 |
| 参考文献 | 第67-72页 |
| 已发表论文及科研情况 | 第72页 |
