基于红外的移动人体目标检测与跟踪研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-12页 |
| ·国内外研究概况 | 第8-10页 |
| ·红外人体检测技术概述 | 第10-11页 |
| ·红外人体跟踪技术概述 | 第11-12页 |
| ·论文内容和结构 | 第12-14页 |
| 第二章 红外图像特点与人体目标分割 | 第14-28页 |
| ·红外成像原理 | 第14页 |
| ·红外图像噪声分析 | 第14-16页 |
| ·红外图像的特性 | 第16-18页 |
| ·灰度统计特性 | 第16-17页 |
| ·频率特性 | 第17页 |
| ·邻域特性 | 第17-18页 |
| ·基于二维最大熵的阈值分割 | 第18-22页 |
| ·概述 | 第18-19页 |
| ·阈值分割 | 第19页 |
| ·最大熵法 | 第19-20页 |
| ·二维最大熵法 | 第20-22页 |
| ·基于Mean-Shift的目标分割 | 第22-27页 |
| ·Mean-Shift算法原理 | 第22-24页 |
| ·Mean-Shift算法性能分析 | 第24页 |
| ·Mean-Shift算法用于红外图像分割 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 人体目标检测技术 | 第28-48页 |
| ·目标检测算法概述 | 第28-29页 |
| ·红外人体图像的常用特征 | 第29-31页 |
| ·全局特征 | 第29-30页 |
| ·局部特征 | 第30-31页 |
| ·基于SVM的目标分类技术 | 第31-38页 |
| ·SVM的理论基础 | 第31-34页 |
| ·最优分类面 | 第34-37页 |
| ·支持向量机的基本原理 | 第37-38页 |
| ·特征提取 | 第38-42页 |
| ·亮度-距离二维直方图特征提取 | 第38-40页 |
| ·不变矩特征提取 | 第40-42页 |
| ·基于SVM的人体目标多级分类技术 | 第42-43页 |
| ·算法思想 | 第42-43页 |
| ·算法流程 | 第43页 |
| ·人体识别实验 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 人体目标跟踪 | 第48-53页 |
| ·目标跟踪概述 | 第48页 |
| ·本文跟踪方法 | 第48-51页 |
| ·实验结果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 结束语 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 附录A 攻读学位期间发表论文目录 | 第63页 |
