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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向智能视频监控的多摄像机运动目标跟踪与关联研究

摘要第1-7页
Abstract第7-14页
插图索引第14-16页
附表索引第16-17页
第1章 绪论第17-30页
   ·课题来源第17页
   ·研究背景与意义第17-19页
   ·研究现状第19-27页
   ·本文主要研究内容第27-28页
   ·本文结构第28-30页
第2章 单摄像机运动目标检测与跟踪第30-46页
   ·引言第30页
   ·运动目标检测常用技术第30-34页
     ·帧间差分法第31-32页
     ·光流法第32-33页
     ·背景差分法第33-34页
   ·基于统计的背景差分法运动分割第34-35页
   ·运动目标跟踪常用算法第35-39页
     ·基于匹配的目标跟踪第35-39页
     ·基于运动特性的目标跟踪第39页
   ·使用粒子滤波法对运动目标进行跟踪第39-45页
     ·贝叶斯滤波原理第41-42页
     ·粒子滤波算法的原理第42-43页
     ·粒子滤波算法的实现第43-45页
   ·小结第45-46页
第3章 多摄像机间基于 SIFT、颜色和几何特征融合的目标匹配第46-60页
   ·引言第46-47页
   ·基于 SIFT、颜色和几何特征融合的目标匹配第47-54页
     ·方法概述第47-50页
     ·SIFT、颜色和几何特征提取第50-53页
     ·基于 SIFT、颜色和几何特征融合的目标匹配第53-54页
   ·实验结果与分析第54-58页
     ·不同类型目标物体的匹配第54-55页
     ·相同类型目标物体的匹配第55-56页
     ·比较与分析第56-58页
   ·小结第58-60页
第4章 非重叠视域下基于 HOG 和块状 LBP 融合的目标匹配第60-78页
   ·引言第60-61页
   ·基于 HOG 和块状高斯差分尺度 LBP 融合的目标匹配第61-68页
     ·方法概述第61-62页
     ·HOG 特征描述第62-65页
     ·块状高斯差分尺度 LBP 特征描述第65-68页
   ·基于支持向量机的分类第68-72页
     ·支持向量机的原理第69-70页
     ·分类器可信度的评价第70-72页
   ·实验结果与分析第72-76页
     ·数据集第72-74页
     ·SVM 分类结果第74-76页
   ·小结第76-78页
总结与展望第78-82页
参考文献第82-92页
致谢第92-94页
附录 A 攻读学位期间发表的学术论文目录第94-95页
附录 B 攻读学位期间参与的研究项目第95页

论文共95页,点击 下载论文
上一篇:基于稳定特征的交通标志检测与识别技术研究
下一篇:基于词性统计的中文文本零水印研究