基于视频监控的复杂场景目标运动分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容及组织结构 | 第11-13页 |
| 第二章 运动目标检测算法理论及改进 | 第13-29页 |
| 2.1 常见的运动目标检测算法 | 第13-16页 |
| 2.1.1 帧间差分法 | 第13-14页 |
| 2.1.2 背景生成法 | 第14-15页 |
| 2.1.3 光流法 | 第15-16页 |
| 2.2 混合高斯模型算法 | 第16-23页 |
| 2.2.1 GMM基本理论 | 第16-18页 |
| 2.2.2 GMM优化改进 | 第18-23页 |
| 2.3 光流算法 | 第23-27页 |
| 2.3.1 光流算法基本原理 | 第23-24页 |
| 2.3.2 光流算法优化 | 第24-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 交通场景中的车辆运动分析 | 第29-47页 |
| 3.1 常见的特征信息 | 第29-34页 |
| 3.1.1 Harr-like特征 | 第29-31页 |
| 3.1.2 HOG特征 | 第31-34页 |
| 3.2 运动车辆检测 | 第34-41页 |
| 3.2.1 基于运动信息的车辆检测 | 第34-35页 |
| 3.2.2 基于特征信息的车辆检测 | 第35-39页 |
| 3.2.3 运动信息与特征信息相结合的车辆检测 | 第39-41页 |
| 3.3 车辆运动分析研究 | 第41-46页 |
| 3.3.1 基于特征的车辆筛选 | 第42-44页 |
| 3.3.2 基于特征的车流量统计 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 室内场景目标运动分析 | 第47-57页 |
| 4.1 基于双摄像头监控的运动目标定位 | 第47-52页 |
| 4.1.1 透视变换 | 第47-48页 |
| 4.1.2 CamShift算法 | 第48-49页 |
| 4.1.3 基于特征的目标定位 | 第49-52页 |
| 4.2 目标运动分析研究 | 第52-56页 |
| 4.2.1 常见的运动分析方法 | 第52-53页 |
| 4.2.2 运动场特征分析研究 | 第53-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 论文工作总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 作者简介 | 第63页 |
