首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

交通视觉中运动目标的鲁棒性检测

致谢第1-6页
摘要第6-7页
ABSTRACT第7-10页
1 绪论第10-21页
   ·研究目的及意义第10-11页
   ·研究现状第11-18页
     ·计算机视觉第11-13页
     ·目标检测算法第13-18页
   ·研究难点第18页
   ·本文研究内容第18-19页
   ·论文结构安排第19-21页
2 背景建模算法研究第21-29页
   ·背景剪除思想第21页
   ·高斯混合模型第21-24页
   ·基于混合高斯模型的改进算法第24-26页
   ·夜间车灯检测第26-28页
   ·本章小结第28-29页
3 目标特征和分类器结合检测算法第29-49页
   ·基于HOG特征和SVM分类器的目标检测第29-39页
     ·HOG算法论述第29-31页
     ·SVM算法论述第31-37页
     ·基于HOG和SVM分类器的目标检测第37-39页
   ·基于Haar特征和AdaBoost分类器的目标检测第39-48页
     ·AdaBoost算法基本原理第39-45页
     ·HAAR矩形特征第45-46页
     ·基于Haar和AdaBoost分类器的目标检测第46-48页
   ·本章小结第48-49页
4 智能交通监控系统第49-58页
   ·目标检测模块第50-51页
   ·目标跟踪模块第51-52页
   ·目标分类模块第52-54页
   ·速度测量模块第54-55页
   ·数据存储模块第55-56页
   ·参数编辑模块第56-57页
   ·本章小结第57-58页
5 结论与展望第58-59页
参考文献第59-61页
作者简历第61-63页
学位论文数据集第63页

论文共63页,点击 下载论文
上一篇:基于中层特征表示的图像分类研究
下一篇:基于PC摄像头的网络学习监控系统的研究与设计