首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

协同监控系统中视觉隐私保护技术研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第12-13页
缩略语对照表第13-16页
第一章 绪论第16-22页
    1.1 研究背景和意义第16-17页
    1.2 国内外研究现状及分析第17-19页
    1.3 本文研究内容第19-20页
    1.4 本文章节安排第20-22页
第二章 视觉隐私保护相关理论第22-38页
    2.1 前景检测第22-25页
        2.1.1 背景减除法第22-25页
        2.1.2 Vibe前景检测方法第25页
    2.2 行人检测第25-26页
    2.3 视频多目标跟踪第26-36页
        2.3.1 引言第26-27页
        2.3.2 卡尔曼滤波第27-29页
        2.3.3 特征提取第29-33页
        2.3.4 数据关联第33-36页
    2.4 本章小结第36-38页
第三章 协同监控视觉隐私保护系统第38-50页
    3.1 协同监控视觉隐私保护系统设计第38-40页
    3.2 改进的高清监控视频中Vibe快速前景检测方法第40-42页
    3.3 候选目标检测第42-44页
    3.4 视频多目标跟踪第44-45页
    3.5 人脸识别第45-47页
    3.6 视觉隐私保护第47-48页
    3.7 云端管理第48-49页
    3.8 本章总结第49-50页
第四章 系统测试与评估第50-66页
    4.1 实验环境第50页
    4.2 实验场景第50页
    4.3 前景检测实验分析第50-55页
        4.3.1 前景检测准确性分析第50-52页
        4.3.2 前景检测实时性分析第52-55页
    4.4 行人检测实验分析第55-56页
    4.5 运动目标跟踪实验分析第56-60页
    4.6 人脸识别实验分析第60-62页
    4.7 隐私保护实验分析第62-63页
    4.8 云端管理实验分析第63-64页
    4.9 本章总结第64-66页
第五章 总结与展望第66-68页
    5.1 本文工作总结第66页
    5.2 未来工作展望第66-68页
参考文献第68-74页
致谢第74-76页
作者简介第76-77页

论文共77页,点击 下载论文
上一篇:基于万有引力粒子群算法的网络视频业务特征选择
下一篇:基于机器学习的网络入侵检测技术的研究