视频跟踪中的背景建模
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8页 |
| ·发展现状 | 第8-10页 |
| ·存在的问题和挑战 | 第10-12页 |
| ·本文的主要研究工作和结构安排 | 第12-14页 |
| ·本文的主要研究工作 | 第12-13页 |
| ·本文的结构安排 | 第13-14页 |
| 第二章 参数统计背景建模 | 第14-28页 |
| ·概述 | 第14页 |
| ·混合高斯背景建模 | 第14-22页 |
| ·混合高斯背景建模算法原理 | 第14-16页 |
| ·EM算法 | 第16-18页 |
| ·基于EM算法的混合高斯参数估计 | 第18-22页 |
| ·实验结果与分析 | 第22-28页 |
| ·静态背景和部分动态背景建模的实验结果 | 第22-25页 |
| ·动态背景建模的实验结果 | 第25-28页 |
| 第三章 非参数统计背景建模 | 第28-58页 |
| ·概述 | 第28页 |
| ·非参数估计的原理 | 第28-34页 |
| ·非参数估计的基本思想 | 第28-31页 |
| ·Parzen核估计 | 第31-34页 |
| ·核密度估计背景建模 | 第34-44页 |
| ·基本公式 | 第34-35页 |
| ·窗宽σ | 第35-41页 |
| ·背景分割 | 第41-43页 |
| ·背景模型的更新 | 第43-44页 |
| ·背景分割后处理 | 第44-49页 |
| ·数学形态学技术对小目标检测的影响 | 第45-46页 |
| ·基于邻域像素背景分布的噪声抑制 | 第46-48页 |
| ·分割图像的数学形态学处理 | 第48-49页 |
| ·实验结果与分析 | 第49-58页 |
| ·与混合高斯建模算法比较 | 第49-52页 |
| ·背景建模与分割算法 | 第52-58页 |
| 第四章 总结与展望 | 第58-60页 |
| ·本文总结 | 第58页 |
| ·未来工作展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 在读期间完成的论文 | 第66页 |