视频快速检索技术的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 OpenCV的介绍 | 第11-12页 |
| 1.4 本文的研究内容 | 第12-13页 |
| 1.5 本文的组织结构 | 第13页 |
| 本章小结 | 第13-14页 |
| 第二章 视频中目标的检索/检测技术 | 第14-29页 |
| 2.1 引言 | 第14页 |
| 2.2 图像预处理 | 第14-18页 |
| 2.2.1 图像的滤波 | 第14-15页 |
| 2.2.2 图像的灰度化与二值化 | 第15-16页 |
| 2.2.3 图像的形态学处理 | 第16-18页 |
| 2.3 图像特征提取 | 第18-28页 |
| 2.3.1 全局特征 | 第18-21页 |
| 2.3.1.1 HOG特征 | 第18-20页 |
| 2.3.1.2 LBP特征 | 第20-21页 |
| 2.3.2 局部特征 | 第21-28页 |
| 2.3.2.1 SIFT特征 | 第21-25页 |
| 2.3.2.2 SURF特征 | 第25-27页 |
| 2.3.2.3 特征匹配 | 第27-28页 |
| 本章小结 | 第28-29页 |
| 第三章 基于局部特征的广告图标检索 | 第29-45页 |
| 3.1 引言 | 第29页 |
| 3.2 基于SIFT/SURF的广告图标检索方法 | 第29-33页 |
| 3.2.1 图像局部特征提取与描述 | 第30-32页 |
| 3.2.2 FLANN算法 | 第32-33页 |
| 3.3 实验与结果分析 | 第33-44页 |
| 3.3.1 实验设置与实验内容 | 第33-35页 |
| 3.3.2 实验结果与分析 | 第35-44页 |
| 本章小结 | 第44-45页 |
| 第四章 监控视频中行人的快速检测 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 基于PCA-HOG和SVM的行人检测 | 第45-46页 |
| 4.2.1 HOG和SVM行人检测 | 第45-46页 |
| 4.2.2 基于PCA-HOG和SVM的行人检测 | 第46页 |
| 4.3 基于运动信息和人体形态比例的行人检测 | 第46-53页 |
| 4.3.1 运动目标检测方法 | 第47-51页 |
| 4.3.2 基于运动信息和人体形态比例的行人检测 | 第51-53页 |
| 4.4 实验结果及分析 | 第53-60页 |
| 4.4.1 实验设置与实验内容 | 第53-54页 |
| 4.4.2 实验结果与分析 | 第54-60页 |
| 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-68页 |
