智能视频监控技术研究
摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
缩略语 | 第7-12页 |
第一章 绪论 | 第12-22页 |
·研究的背景和意义 | 第12-13页 |
·智能视频监控的发展和研究动态 | 第13-18页 |
·传统视频监控系统 | 第13-14页 |
·智能视频监控系统 | 第14-15页 |
·智能视频监控应用前景 | 第15-17页 |
·国内外研究动态 | 第17-18页 |
·论文的创新点和内容安排 | 第18-22页 |
·论文的创新点 | 第18-20页 |
·论文内容安排 | 第20-22页 |
第二章 智能视频监控基础 | 第22-49页 |
·引言 | 第22-23页 |
·视频运动对象描述 | 第23-27页 |
·视觉运动对象描述的研究和发展 | 第23-25页 |
·几种基于形状的方法 | 第25-27页 |
·视频运动对象跟踪 | 第27-33页 |
·视频运动对象跟踪方法的研究和发展 | 第27-30页 |
·几种主要的对象跟踪方法 | 第30-33页 |
·视频运动对象识别 | 第33-42页 |
·视频运动对象识别的研究和发展 | 第33-37页 |
·几种主要的模式识别方法 | 第37-42页 |
·视频运动对象行为分析 | 第42-48页 |
·视频运动对象行为分析的研究和发展 | 第42-45页 |
·几种主要的行为分析方法 | 第45-48页 |
·本章小结 | 第48-49页 |
第三章 视频运动对象的描述 | 第49-79页 |
·引言 | 第49页 |
·基于定向距离矢量的轮廓描述符 | 第49-58页 |
·轮廓的定向距离矢量的计算 | 第50-52页 |
·从定向距离矢量中求取轮廓的转折点 | 第52页 |
·轮廓描述符的构造以及匹配运算 | 第52-53页 |
·以三角形为例的说明 | 第53-56页 |
·实验结果 | 第56-58页 |
·小波轮廓描述符 | 第58-70页 |
·逐点检测形状轮廓 | 第58-59页 |
·抽取定向距离矢量 | 第59-61页 |
·构造轮廓描述符 | 第61-65页 |
·实验结果 | 第65-68页 |
·小波轮廓描述符的改进 | 第68-70页 |
·基于内容的图像检索原型系统 | 第70-78页 |
·系统简介 | 第70-71页 |
·系统设计方案 | 第71-74页 |
·系统测试 | 第74-78页 |
·本章小结 | 第78-79页 |
第四章 视频运动对象跟踪 | 第79-93页 |
·引言 | 第79-80页 |
·基于线性预测和轮廓匹配的方法 | 第80-86页 |
·线性预测运动对象区域 | 第80-83页 |
·小波轮廓描述符匹配获得对象真实轮廓 | 第83-85页 |
·实验结果 | 第85-86页 |
·基于均值漂移和轮廓匹配的方法 | 第86-91页 |
·均值漂移计算中心位置 | 第87-89页 |
·线性方法预测对象区域 | 第89-90页 |
·小波轮廓描述符匹配获得对象真实轮廓 | 第90页 |
·实验结果 | 第90-91页 |
·本章小结 | 第91-93页 |
第五章 视频运动对象识别 | 第93-115页 |
·引言 | 第93-94页 |
·图像预处理 | 第94-106页 |
·基于均值漂移和区域生长的图像分割 | 第94-100页 |
·基于 JACKET 矩阵的图像压缩 | 第100-106页 |
·基于小波轮廓描述符和支持向量机的识别方法 | 第106-113页 |
·支持向量机的基本原理 | 第106-108页 |
·训练和分类方案 | 第108-111页 |
·实验结果 | 第111-113页 |
·本章小结 | 第113-115页 |
第六章 视频运动对象行为分析 | 第115-134页 |
·引言 | 第115-116页 |
·基于三层模型的行为分析方法 | 第116-123页 |
·信息层:生成的对象描述符 | 第117-118页 |
·状态层:检测对象状态 | 第118-120页 |
·行为层:行为分析 | 第120-121页 |
·实验结果 | 第121-123页 |
·基于视频流的人物行为分析原型系统 | 第123-133页 |
·系统简介 | 第123页 |
·系统设计方案 | 第123-127页 |
·系统测试 | 第127-133页 |
·本章小结 | 第133-134页 |
第七章 总结和展望 | 第134-138页 |
·工作总结 | 第134-136页 |
·研究展望 | 第136-138页 |
参考文献 | 第138-148页 |
攻读博士学位期间完成的学术论文和专利 | 第148-150页 |
致谢 | 第150-152页 |