基于视频的车辆跟踪与交通信息提取
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题应用研究背景及意义 | 第8-9页 |
| ·视频检测技术在ITS中的应用以及国内外现状 | 第9-12页 |
| ·视频检测技术在ITS中的应用 | 第9-11页 |
| ·国内外发展现状 | 第11-12页 |
| ·论文的主要工作以及内容安排 | 第12-14页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文的内容安排 | 第13-14页 |
| 第二章 静止背景下运动车辆的检测和提取 | 第14-24页 |
| ·引言 | 第14页 |
| ·运动目标的检测方法 | 第14-17页 |
| ·帧间差分方法 | 第14-15页 |
| ·背景差分方法 | 第15-16页 |
| ·背景模型方法 | 第16页 |
| ·基于光流的方法 | 第16-17页 |
| ·基于背景模型的车辆检测 | 第17-23页 |
| ·基于非参数的自适应更新模型及其快速算法实现 | 第17-19页 |
| ·阴影检测算法 | 第19-21页 |
| ·实验与分析 | 第21-23页 |
| ·本章小节 | 第23-24页 |
| 第三章 运动目标跟踪 | 第24-47页 |
| ·引言 | 第24-25页 |
| ·运动目标跟踪方法 | 第25-27页 |
| ·基于特征匹配的跟踪方法 | 第25页 |
| ·基于模型匹配的跟踪方法 | 第25-26页 |
| ·基于区域匹配的跟踪方法 | 第26-27页 |
| ·KALMAN滤波器预测方法 | 第27-30页 |
| ·Kalman滤波器原理 | 第27-28页 |
| ·Kalman滤波器的应用 | 第28-29页 |
| ·Kalman滤波器的程序实现 | 第29-30页 |
| ·车流序列的名目标跟踪 | 第30-43页 |
| ·基于区域的目标跟踪方法原理 | 第30-31页 |
| ·运动目标的识别 | 第31-35页 |
| ·目标区域的确定 | 第31-32页 |
| ·运动目标阴影的去除 | 第32-35页 |
| ·基于区域的多目标跟踪的总体流程 | 第35-37页 |
| ·跟踪算法具体实现 | 第37-43页 |
| ·进入区域算法具体实现 | 第37页 |
| ·跟踪区域算法具体实现 | 第37-43页 |
| ·离开区域的算法具体实现 | 第43页 |
| ·实验与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于目标跟踪的交通信息参数提取 | 第47-61页 |
| ·引言 | 第47-48页 |
| ·标定长度的确定 | 第48-50页 |
| ·拟合直线确定车道位置 | 第48页 |
| ·车道更新及标定长度的计算 | 第48-50页 |
| ·完成交通信息参数的统计 | 第50-55页 |
| ·车速的计算 | 第50-52页 |
| ·车型的识别 | 第52-55页 |
| ·利用车道信息提高物体识别的鲁棒性 | 第55-56页 |
| ·减少阴影过检对物体识别的影响 | 第55页 |
| ·减少车辆遮挡对物体识别的影响 | 第55-56页 |
| ·交通事件检测 | 第56-57页 |
| ·实验与分析 | 第57-60页 |
| ·本章小节 | 第60-61页 |
| 结束语 | 第61-63页 |
| (一)本文的主要工作包括 | 第61页 |
| (二)今后工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
| 攻读硕士学位期间参加的科研课题 | 第69页 |
