摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第12-16页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-14页 |
1.3 本文工作与安排 | 第14-16页 |
第二章 基于目标轨迹的视频浓缩方法 | 第16-26页 |
2.1 运动目标检测技术 | 第18-22页 |
2.1.1 帧差法 | 第19-20页 |
2.1.2 背景差分法 | 第20-22页 |
2.1.3 光流法 | 第22页 |
2.2 轨迹集合优化技术 | 第22-25页 |
2.2.1 基于时空转移的轨迹集合优化方法 | 第23页 |
2.2.2 基于相似活动聚类的轨迹集合优化方法 | 第23-24页 |
2.2.3 基于用户关注空间与注意力分析的轨迹集合优化方法 | 第24页 |
2.2.4 基于带状雕刻剪裁的轨迹集合优化方法 | 第24-25页 |
2.2.5 多视频轨迹集合优化方法 | 第25页 |
2.3 本章小结 | 第25-26页 |
第三章 运动目标轨迹提取方法 | 第26-40页 |
3.1 改进的运动目标轨迹提取方法 | 第28-36页 |
3.1.1 定义前景区域状态 | 第28页 |
3.1.2 运动目标轨迹提取流程 | 第28-29页 |
3.1.3 相关模块介绍 | 第29-36页 |
3.2 实验结果与分析 | 第36-39页 |
3.3 本章小结 | 第39-40页 |
第四章 基于松弛线性规划算法的轨迹优化方法与浓缩视频生成 | 第40-58页 |
4.1 基于松弛线性规划算法的轨迹优化方法 | 第40-48页 |
4.1.1 能量函数的定义 | 第42-45页 |
4.1.2 松弛线性规划求解 | 第45-48页 |
4.2 浓缩视频帧的生成 | 第48-52页 |
4.3 实验结果与分析 | 第52-57页 |
4.3.1 视频浓缩的数据指标 | 第52-53页 |
4.3.2 实验结果对比与分析 | 第53-57页 |
4.4 本章小结 | 第57-58页 |
第五章 总结与展望 | 第58-60页 |
5.1 论文总结 | 第58-59页 |
5.2 工作展望 | 第59-60页 |
参考文献 | 第60-64页 |
致谢 | 第64-65页 |
攻读硕士学位期间发表的论文 | 第65-66页 |
攻读硕士学位期间参加的科研项目 | 第66页 |