基于交通视频的运动目标检测和跟踪
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题意义 | 第8-10页 |
| ·国内外研究现状及面临的问题 | 第10-12页 |
| ·本文研究内容以及主要工作 | 第12-13页 |
| ·研究内容 | 第12页 |
| ·主要工作及成果 | 第12-13页 |
| ·本文章节安排 | 第13-14页 |
| 第二章 运动目标检测 | 第14-29页 |
| ·连续帧间差分法 | 第14-16页 |
| ·光流 | 第16页 |
| ·背景消除法 | 第16-23页 |
| ·单高斯模型 | 第17-18页 |
| ·多高斯混合模型 | 第18-20页 |
| ·背景模型的初始化 | 第20-23页 |
| ·后处理 | 第23-28页 |
| ·滤波与形态学处理 | 第23-27页 |
| ·消除阴影 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 运动目标跟踪 | 第29-46页 |
| ·基于Kalman的跟踪方法 | 第30-35页 |
| ·Kalman简介 | 第30-32页 |
| ·扩展 Kalman滤波器跟踪算法 | 第32-33页 |
| ·实验验结果与分析 | 第33-35页 |
| ·基于Meanshift的跟踪方法 | 第35-40页 |
| ·Meanshift简介 | 第35-36页 |
| ·Meanshift跟踪算法 | 第36-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·基于规则的跟踪方法 | 第40-45页 |
| ·跟踪策略 | 第41-43页 |
| ·对于目标特殊运动的判断和处理 | 第43页 |
| ·实验结果与分析 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第四章 目标分类识别 | 第46-52页 |
| ·分类特征 | 第46-47页 |
| ·分类器 | 第47-51页 |
| ·模板分类器 | 第47-48页 |
| ·神经网络分类器 | 第48-50页 |
| ·实验结果 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第五章 系统设计 | 第52-57页 |
| ·运动目标检测模块 | 第53页 |
| ·运动目标跟踪模块 | 第53-54页 |
| ·分类识别模块 | 第54-55页 |
| ·系统实现界面 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |
| 致谢 | 第63-64页 |
