基于视频流的运动信息分析系统研究与实现
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·视频监控系统的现状 | 第7-8页 |
| ·运动信息的分析意义 | 第8-9页 |
| ·本文工作内容 | 第9-11页 |
| 第2章 运动信息检测 | 第11-19页 |
| ·引言 | 第11页 |
| ·时序差分法 | 第11-12页 |
| ·差分背景法 | 第12-16页 |
| ·简介 | 第12-13页 |
| ·单高斯模型 | 第13-15页 |
| ·混合高斯模型 | 第15-16页 |
| ·光流法 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 视觉处理过程 | 第19-29页 |
| ·引言 | 第19-20页 |
| ·去除小图像区域 | 第20页 |
| ·二值形态学 | 第20-22页 |
| ·连通区域标示 | 第22-24页 |
| ·图像特征提取 | 第24-27页 |
| ·物理特征 | 第24-25页 |
| ·行为特征 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第4章 基于支持向量机的图像分析器 | 第29-39页 |
| ·引言 | 第29页 |
| ·支持向量机 | 第29-31页 |
| ·SVM 模型的建立 | 第31-35页 |
| ·SVM 核函数 | 第32-33页 |
| ·SVM 惩罚系数 | 第33-34页 |
| ·启发式增量学习算法 | 第34-35页 |
| ·实验分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 系统设计与实现 | 第39-47页 |
| ·引言 | 第39页 |
| ·系统框架 | 第39-40页 |
| ·系统流程 | 第40-41页 |
| ·模块功能实现 | 第41-44页 |
| ·运动检测模块 | 第41-42页 |
| ·视觉处理模块 | 第42页 |
| ·特征提取模块 | 第42-43页 |
| ·图像分析模块 | 第43-44页 |
| ·实验结果与分析 | 第44-47页 |
| 第6章 结论与展望 | 第47-49页 |
| ·结论 | 第47页 |
| ·工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 硕士期间发表论文 | 第52-53页 |
| 致谢 | 第53-54页 |
| 摘要 | 第54-56页 |
| Abstract | 第56-58页 |
