基于遗传K均值算法的运动目标检测
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景 | 第13-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·智能视频监控系统研究 | 第15-16页 |
| ·运动目标检测方法研究 | 第16-17页 |
| ·本文的主要工作和组织结构 | 第17-19页 |
| 第二章 运动目标检测 | 第19-33页 |
| ·引言 | 第19页 |
| ·光流法 | 第19-23页 |
| ·光流的概念 | 第19-20页 |
| ·光流约束方程 | 第20-21页 |
| ·光流计算方法 | 第21-23页 |
| ·背景相减法 | 第23-27页 |
| ·算法原理 | 第23-24页 |
| ·常用背景建模方法 | 第24-25页 |
| ·主要干扰因素 | 第25-26页 |
| ·背景相减法的流程 | 第26-27页 |
| ·帧间差分法 | 第27-32页 |
| ·算法原理 | 第27-28页 |
| ·阈值的选定 | 第28-30页 |
| ·对称帧差法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于聚类的运动目标检测 | 第33-47页 |
| ·引言 | 第33页 |
| ·聚类算法理论 | 第33-40页 |
| ·数据变换 | 第34-36页 |
| ·距离定义准则 | 第36-38页 |
| ·亲疏程度测度 | 第38-39页 |
| ·距离和相似系数选择 | 第39-40页 |
| ·常用聚类方法 | 第40-42页 |
| ·最简单聚类法 | 第40页 |
| ·模糊聚类 | 第40-41页 |
| ·分层次聚类 | 第41页 |
| ·系统聚类法 | 第41页 |
| ·k均值聚类 | 第41-42页 |
| ·基于遗传算法的k均值聚类 | 第42-44页 |
| ·遗传算法 | 第42-44页 |
| ·遗传k均值聚类 | 第44页 |
| ·基于遗传k均值的运动目标检测 | 第44-47页 |
| ·算法流程 | 第44-45页 |
| ·实验仿真结果 | 第45-47页 |
| 第四章 运动口标跟踪 | 第47-65页 |
| ·目标跟踪算法概述 | 第47-49页 |
| ·粒子滤波理论 | 第49-53页 |
| ·贝叶斯公式 | 第49-50页 |
| ·粒子滤波采样 | 第50-52页 |
| ·粒子滤波目标跟踪 | 第52-53页 |
| ·卡尔曼滤波 | 第53-57页 |
| ·卡尔曼滤波原理 | 第53-55页 |
| ·扩展卡尔曼滤波 | 第55-57页 |
| ·Mean-Shift目标跟踪算法 | 第57-63页 |
| ·核函数和核密度估计 | 第57-59页 |
| ·Mean-Shift原理 | 第59-60页 |
| ·Mean-Shift目标跟踪 | 第60-63页 |
| ·实验仿真结果 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·论文总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的学术论文 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |
