| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 本文的主要工作及创新 | 第16页 |
| 1.4 本文的组织结构 | 第16-19页 |
| 第二章 特征描述及相似性度量 | 第19-27页 |
| 2.1 特征描述 | 第19-23页 |
| 2.1.1 图像直方图 | 第19页 |
| 2.1.2 颜色特征 | 第19-21页 |
| 2.1.3 HOG特征 | 第21-23页 |
| 2.2 特征相似性度量及分类 | 第23-26页 |
| 2.2.1 直方图相似性度量 | 第23-24页 |
| 2.2.2 基于SVM的分类 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 运动物体检测技术 | 第27-41页 |
| 3.1 基于视频的物体检测方法 | 第27-28页 |
| 3.2 图像分割方法 | 第28-29页 |
| 3.3 阈值分割 | 第29-33页 |
| 3.3.1 常用阈值算法 | 第29页 |
| 3.3.2 Otsu | 第29-31页 |
| 3.3.3 最大熵法 | 第31-32页 |
| 3.3.4 最小误差法 | 第32-33页 |
| 3.4 改进的帧间差法 | 第33-37页 |
| 3.5 实验结果及分析 | 第37-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 运动物体跟踪技术 | 第41-53页 |
| 4.1 运动物体跟踪算法概述 | 第41页 |
| 4.2 卡尔曼滤波算法 | 第41-42页 |
| 4.3 基于Mean Shift的跟踪算法 | 第42-46页 |
| 4.4 一种改进的Mean Shift跟踪算法 | 第46-48页 |
| 4.4.1 Mean Shift跟踪算法流程及不足 | 第46-47页 |
| 4.4.2 引入三帧差法和Kalman滤波器改进Mean Shift | 第47-48页 |
| 4.5 实验结果及分析 | 第48-51页 |
| 4.5.1 实验参数 | 第48页 |
| 4.5.2 结果分析 | 第48-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第五章 监控视频检索系统设计及实现 | 第53-71页 |
| 5.1 需求分析 | 第53-55页 |
| 5.2 系统设计 | 第55-59页 |
| 5.2.1 系统流程设计 | 第55-56页 |
| 5.2.2 算法流程设计 | 第56页 |
| 5.2.3 系统界面设计 | 第56-59页 |
| 5.3 运动物体检测及跟踪模块实现 | 第59-61页 |
| 5.4 跨线检测模块实现 | 第61-66页 |
| 5.4.1 流程设计 | 第61-63页 |
| 5.4.2 跨线判决 | 第63页 |
| 5.4.3 运动物体方向判断 | 第63-66页 |
| 5.4.4 避免重复检测 | 第66页 |
| 5.5 颜色检索模块实现 | 第66-68页 |
| 5.5.1 流程设计 | 第66-67页 |
| 5.5.2 检索结果筛选 | 第67-68页 |
| 5.6 人车分离模块实现 | 第68-70页 |
| 5.6.1 流程设计 | 第68页 |
| 5.6.2 基于HOG特征和SVM的样本训练 | 第68-69页 |
| 5.6.3 对分类模型测试 | 第69-70页 |
| 5.7 本章小结 | 第70-71页 |
| 第六章 系统测试 | 第71-75页 |
| 6.1 测试环境 | 第71页 |
| 6.2 测试内容及结果分析 | 第71-74页 |
| 6.2.1 评价标准 | 第71页 |
| 6.2.2 测试跨线检测功能 | 第71-73页 |
| 6.2.3 测试颜色检索功能 | 第73页 |
| 6.2.4 测试人车分离功能 | 第73-74页 |
| 6.3 本章小结 | 第74-75页 |
| 第七章 结论 | 第75-77页 |
| 7.1 论文总结 | 第75页 |
| 7.2 展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士期间发表的论文 | 第81-83页 |
| 致谢 | 第83页 |