基于视频运动目标跟踪与分类算法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题背景和研究意义 | 第8-11页 |
| 1.1.1 课题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 主要研究内容和课题结构 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12页 |
| 1.3.2 课题结构 | 第12-14页 |
| 第二章 运动目标的检测及跟踪 | 第14-46页 |
| 2.1 引言 | 第14-15页 |
| 2.2 图像预处理 | 第15-22页 |
| 2.2.1 图像去噪 | 第15-18页 |
| 2.2.2 图像增强 | 第18-22页 |
| 2.3 运动目标检测 | 第22-32页 |
| 2.3.1 运动目标检测算法比较 | 第22-27页 |
| 2.3.2 运动目标分割 | 第27-32页 |
| 2.4 背景建模及更新 | 第32-40页 |
| 2.4.1 常用的背景建模方法 | 第32-35页 |
| 2.4.2 基于帧间差分的二值掩模背景建模方法 | 第35-37页 |
| 2.4.3 背景更新 | 第37-40页 |
| 2.5 运动目标跟踪 | 第40-44页 |
| 2.5.1 常用目标跟踪算法 | 第40-41页 |
| 2.5.2 卡尔曼滤波原理 | 第41-43页 |
| 2.5.3 基于区域的多特征匹配跟踪算法 | 第43-44页 |
| 2.6 本章小结 | 第44-46页 |
| 第三章 运动目标特征选取及分类算法的研究 | 第46-62页 |
| 3.1 引言 | 第46-47页 |
| 3.2 常用的运动目标特征分析 | 第47-57页 |
| 3.2.1 颜色特征 | 第47-50页 |
| 3.2.2 纹理特征 | 第50-53页 |
| 3.2.3 形状特征 | 第53-56页 |
| 3.2.4 运动特征 | 第56-57页 |
| 3.3 本文选用的目标特征 | 第57-58页 |
| 3.4 支持向量机的目标分类方法 | 第58-61页 |
| 3.4.1 支持向量机理论 | 第58-60页 |
| 3.4.2 多特征分类器的设计 | 第60-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 人车分类的实现及实验分析 | 第62-70页 |
| 4.1 引言 | 第62页 |
| 4.2 实验步骤 | 第62页 |
| 4.3 特征选取实验分析 | 第62-66页 |
| 4.4 特征选取 | 第66页 |
| 4.5 实验结果 | 第66-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第74-75页 |
| 致谢 | 第75页 |
