| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-12页 |
| 1 引言 | 第12-20页 |
| 1.1 课题研究背景,目的和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文研究思路和在整个项目中的应用 | 第15-18页 |
| 1.3.1 基于多线索融合的视频语义事件检测模型 | 第15-17页 |
| 1.3.2 基于特殊标志Logo检测的灰度模板匹配算法 | 第17-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 2 相关理论和技术综述 | 第20-30页 |
| 2.1 模板匹配的概念 | 第20页 |
| 2.2 模板匹配的基本算法 | 第20-23页 |
| 2.3 模板匹配的分类 | 第23-24页 |
| 2.4 模板匹配的相关流程 | 第24-25页 |
| 2.5 基于灰度的模板匹配算法 | 第25-29页 |
| 2.5.1 MAD算法 | 第26-27页 |
| 2.5.2 SAD和SSD算法 | 第27页 |
| 2.5.3 NCC算法 | 第27页 |
| 2.5.4 SSDA算法 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 暴恐视频Logo检测识别中的图像预处理 | 第30-42页 |
| 3.1 镜头分割 | 第30-31页 |
| 3.2 图像的表示 | 第31页 |
| 3.3 图像增强 | 第31-40页 |
| 3.3.1 图像灰度变换 | 第33-37页 |
| 3.3.2 直方图均衡化 | 第37-39页 |
| 3.3.3 图像二值化 | 第39-40页 |
| 3.4 图像去噪处理 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 暴恐视频Logo检测识别系统的设计与实现 | 第42-56页 |
| 4.1 暴恐视频Logo检测的快速模板匹配算法 | 第42-48页 |
| 4.1.1 局部灰度编码特征的定义和提取 | 第43-45页 |
| 4.1.2 局部灰度编码特征粗匹配 | 第45-46页 |
| 4.1.3 相位相关精匹配 | 第46-48页 |
| 4.2 暴恐视频Logo检测识别的流程 | 第48-51页 |
| 4.2.1 搜索图像和模板图像的获取 | 第48页 |
| 4.2.2 视频关键帧的设置 | 第48-49页 |
| 4.2.3 相关度阈值的设定 | 第49-50页 |
| 4.2.4 暴恐视频Logo检测识别的流程 | 第50-51页 |
| 4.3 实验结果及性能分析 | 第51-54页 |
| 4.4 多维度暴恐视频检测引擎构建 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |