智能群体运动轨迹提取技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 图表目录 | 第10-12页 |
| 1 绪论 | 第12-18页 |
| ·课题背景及研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·视频监控 | 第13-15页 |
| ·目标跟踪与轨迹提取 | 第15-17页 |
| ·本文的贡献及主要工作 | 第17-18页 |
| ·主要贡献 | 第17页 |
| ·内容安排 | 第17-18页 |
| 2 目标检测技术 | 第18-35页 |
| ·目标检测的作用 | 第18页 |
| ·目标检测基本思路 | 第18-23页 |
| ·环境建模 | 第18-19页 |
| ·运动分割 | 第19-23页 |
| ·目标分类 | 第23页 |
| ·结合阴影检测的目标检测方法 | 第23-34页 |
| ·高斯混合模型的建立 | 第24-27页 |
| ·基于梯度的阴影检测 | 第27-29页 |
| ·数学形态学的滤波处理 | 第29-32页 |
| ·实验结果 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 3 目标跟踪技术 | 第35-43页 |
| ·目标跟踪的意义 | 第35页 |
| ·目标跟踪基本方法 | 第35-37页 |
| ·基于区域的跟踪算法 | 第35页 |
| ·基于动态轮廓的跟踪算法 | 第35-36页 |
| ·基于特征的跟踪 | 第36-37页 |
| ·基于模型的刚性物体的跟踪 | 第37页 |
| ·基于均值漂移方法的多目标跟踪 | 第37-42页 |
| ·均值漂移算法 | 第37-38页 |
| ·基于粒子滤波的均值漂移算法 | 第38-40页 |
| ·实验结果 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 视频目标轨迹提取系统的实现 | 第43-61页 |
| ·工作准备 | 第43-44页 |
| ·开发环境 | 第43页 |
| ·工具安装 | 第43-44页 |
| ·DirectShow 简介 | 第44页 |
| ·系统构建 | 第44-56页 |
| ·系统框架思路 | 第44-47页 |
| ·用户交互界面 | 第47页 |
| ·系统组件连接 | 第47-56页 |
| ·实验分析 | 第56-60页 |
| ·目标轨迹文件生成 | 第56-57页 |
| ·算法比较 | 第57-59页 |
| ·目标跟踪准确性分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 5 全文总结与展望 | 第61-63页 |
| ·工作总结 | 第61页 |
| ·工作展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67-69页 |
