摘要 | 第4-5页 |
Abstract | 第5-6页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-18页 |
1.1 课题研究背景与意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.3 研究存在的问题 | 第15页 |
1.4 本文的主要工作与结构安排 | 第15-18页 |
第二章 无重叠视域目标匹配相关技术 | 第18-29页 |
2.1 智能视频监控系统 | 第18-19页 |
2.2 单摄像机目标跟踪 | 第19-21页 |
2.2.1 基于点的目标跟踪 | 第19-20页 |
2.2.2 基于核的目标跟踪 | 第20页 |
2.2.3 基于轮廓的目标跟踪 | 第20-21页 |
2.2.4 基于小波域的目标跟踪 | 第21页 |
2.3 无重叠视域的目标跟踪技术 | 第21-27页 |
2.3.1 基于外观特征的目标匹配 | 第22-24页 |
2.3.2 基于时空特征的目标匹配 | 第24-25页 |
2.3.3 基于特征融合的目标匹配 | 第25-26页 |
2.3.4 基于学习方法的目标匹配 | 第26-27页 |
2.4 本文研究的问题和思路 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第三章 基于外观特征的匹配技术研究 | 第29-49页 |
3.1 引言 | 第29页 |
3.2 亮度转换函数 | 第29-32页 |
3.2.1 影响颜色失真的因素 | 第29-30页 |
3.2.2 亮度转换函数概述 | 第30-31页 |
3.2.3 亮度转换函数空间 | 第31-32页 |
3.3 基于概率主成分分析的亮度转换函数 | 第32-35页 |
3.3.1 亮度转换函数的建立 | 第33-34页 |
3.3.2 对亮度转换函数空间进行概率主成分分析 | 第34-35页 |
3.4 基于混合概率主成分分析的亮度转换函数 | 第35-41页 |
3.4.1 概率主成分分析的局限性 | 第35-36页 |
3.4.2 混合概率主成分分析 | 第36-37页 |
3.4.3 基于混合概率主成分分析的亮度转换方法 | 第37-38页 |
3.4.4 混合概率主成分分析与主颜色谱直方图相结合 | 第38-41页 |
3.5 使用颜色特征和局部特征构造特征向量 | 第41-47页 |
3.5.1 改进的主颜色谱直方图 | 第41-42页 |
3.5.2 颜色直方图 | 第42-43页 |
3.5.3 提取局部特征 | 第43-46页 |
3.5.4 构造特征向量 | 第46-47页 |
3.6 本章小结 | 第47-49页 |
第四章 基于距离测度学习的匹配技术 | 第49-60页 |
4.1 引言 | 第49页 |
4.2 特征向量的距离测度学习算法 | 第49-54页 |
4.2.1 距离测度学习一般框架 | 第49-51页 |
4.2.2 基于 DCA 的距离测度学习 | 第51-54页 |
4.2.3 使用距离测度学习的方法进行目标匹配 | 第54页 |
4.3 基于信息熵改进特征向量距离测度学习算法 | 第54-57页 |
4.3.1 基于信息熵构造特征权重 | 第55-56页 |
4.3.2 计算复杂度分析 | 第56-57页 |
4.3.3 基于信息熵的目标匹配 | 第57页 |
4.4 融合特征向量距离测度和亮度转换函数的目标匹配算法 | 第57-59页 |
4.4.1 算法流程图 | 第57-58页 |
4.4.2 目标匹配过程 | 第58-59页 |
4.5 本章小结 | 第59-60页 |
第五章 实验结果与分析 | 第60-76页 |
5.1 实验环境 | 第60页 |
5.2 基于混合概率主成分分析的亮度转换函数实验分析 | 第60-64页 |
5.2.1 实验设计 | 第60-61页 |
5.2.2 实验结果对比 | 第61-63页 |
5.2.3 实验结果分析 | 第63-64页 |
5.3 基于改进的颜色特征和局部特征融合算法的实验分析 | 第64-70页 |
5.3.1 实验设计 | 第64-65页 |
5.3.2 实验结果对比 | 第65-69页 |
5.3.3 实验结果分析 | 第69-70页 |
5.4 基于信息熵改进特征向量距离测度学习算法的实验分析 | 第70-73页 |
5.4.1 实验设计 | 第70页 |
5.4.2 实验结果对比 | 第70-72页 |
5.4.3 实验结果分析 | 第72-73页 |
5.5 融合特征向量距离测度和亮度转换函数算法的实验分析 | 第73-75页 |
5.5.1 实验设计 | 第73页 |
5.5.2 实验结果对比 | 第73-74页 |
5.5.3 实验结果分析 | 第74-75页 |
5.6 本章小结 | 第75-76页 |
第六章 总结与展望 | 第76-78页 |
6.1 总结 | 第76-77页 |
6.2 展望 | 第77-78页 |
参考文献 | 第78-81页 |
附录1 攻读硕士学位期间撰写的论文 | 第81-82页 |
附录2 攻读硕士学位期间参加的科研项目 | 第82-83页 |
致谢 | 第83页 |