视频中运动目标的特征提取方法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景和意义 | 第10页 |
| ·运动目标检测和跟踪的研究现状 | 第10-13页 |
| ·运动目标检测 | 第11-13页 |
| ·运动目标跟踪 | 第13页 |
| ·非线性动态系统状态估计的一般方法 | 第13-15页 |
| ·本文的主要研究内容 | 第15-18页 |
| 第二章 基于混合高斯模型的运动区域预检测 | 第18-30页 |
| ·混合高斯模型方法介绍 | 第18-20页 |
| ·单高斯背景模型法 | 第18-19页 |
| ·混合高斯背景模型法 | 第19-20页 |
| ·混合高斯模型 | 第20-24页 |
| ·混合高斯模型的描述 | 第21-22页 |
| ·背景建模 | 第22-23页 |
| ·匹配原则及参数更新 | 第23-24页 |
| ·参数的初始值 | 第24页 |
| ·基于混合高斯模型的运动区域预检测实验 | 第24-29页 |
| ·实验算法流程 | 第24-25页 |
| ·实验结果 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于信息瓶颈方法的运动区域分割聚类 | 第30-40页 |
| ·信息瓶颈方法概述 | 第30-32页 |
| ·基本原理 | 第30-32页 |
| ·算法特点 | 第32页 |
| ·目标的混合高斯模型子区域描述 | 第32-35页 |
| ·像素点分组 | 第32-33页 |
| ·IB 聚类算法 | 第33-34页 |
| ·目标子区域聚类 | 第34-35页 |
| ·基于信息瓶颈方法的运动区域分割聚类实验 | 第35-39页 |
| ·实验算法流程 | 第35-37页 |
| ·实验结果 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于无迹核贝叶斯滤波的视频目标跟踪 | 第40-52页 |
| ·无迹核贝叶斯滤波 | 第40-47页 |
| ·非线性非高斯动态系统状态估计 | 第40-41页 |
| ·用无迹变换预测先验概率密度 | 第41-42页 |
| ·多级采样和测量似然函数插值 | 第42-45页 |
| ·后验pdf 的更新 | 第45-46页 |
| ·状态估计 | 第46-47页 |
| ·密度插值 | 第47-49页 |
| ·初始尺度选择 | 第48页 |
| ·插值 | 第48-49页 |
| ·密度近似 | 第49-50页 |
| ·视频跟踪 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 视频中运动目标的特征提取 | 第52-60页 |
| ·概述 | 第52-53页 |
| ·运动目标的区域统计特征 | 第53-54页 |
| ·基于GMM 的运动区域预检测 | 第54页 |
| ·基于IB 方法的运动区域分割聚类 | 第54-56页 |
| ·基于UKBF 的运动目标跟踪 | 第56页 |
| ·运动目标子区域的聚类 | 第56-57页 |
| ·运动目标区域的统计特征提取算法 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 实验结果及分析 | 第60-63页 |
| 第七章 结束语 | 第63-65页 |
| ·本文的主要工作 | 第63页 |
| ·下一步研究方向 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者在学期间取得的学术成果 | 第71页 |
