| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景和研究意义 | 第10-11页 |
| 1.2 国内外研究和应用现状 | 第11-12页 |
| 1.3 课题研究的难点 | 第12-13页 |
| 1.4 本文工作 | 第13-14页 |
| 1.5 本文结构 | 第14-16页 |
| 第二章 相关知识介绍 | 第16-26页 |
| 2.1 运动目标检测方法 | 第16-19页 |
| 2.1.1 基于帧差法的运动目标检测 | 第16-17页 |
| 2.1.2 基于光流法的运动目标检测 | 第17页 |
| 2.1.3 基于背景差法的运动目标检测 | 第17-19页 |
| 2.2 运动目标跟踪方法 | 第19-21页 |
| 2.2.1 基于模板的跟踪 | 第19页 |
| 2.2.2 基于区域的跟踪 | 第19-20页 |
| 2.2.3 基于特征的跟踪 | 第20-21页 |
| 2.2.4 基于预测的跟踪 | 第21页 |
| 2.3 目标的相关特征 | 第21-24页 |
| 2.3.1 全局特征 | 第21-22页 |
| 2.3.2 局部特征 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 改进的ViBe算法及其在运动车辆检测中的应用 | 第26-40页 |
| 3.1 运动车辆检测方法的难点和本文针对的问题 | 第26-28页 |
| 3.1.1 运动车辆检测的难点 | 第26页 |
| 3.1.2 本文针对的问题 | 第26-28页 |
| 3.2 ViBe算法理论 | 第28-31页 |
| 3.2.1 背景模型定义 | 第28-29页 |
| 3.2.2 背景模型初始化 | 第29页 |
| 3.2.3 目标检测 | 第29-30页 |
| 3.2.4 模型的更新策略 | 第30-31页 |
| 3.3 改进的ViBe算法 | 第31-33页 |
| 3.3.1 鬼影消除和残影抑制 | 第31页 |
| 3.3.2 动态自适应阈值的应用 | 第31-32页 |
| 3.3.3 检测后处理的改进 | 第32-33页 |
| 3.4 实验结果 | 第33-37页 |
| 3.4.1 实验参数 | 第33页 |
| 3.4.2 针对鬼影消除实验 | 第33-34页 |
| 3.4.3 针对残影抑制实验 | 第34页 |
| 3.4.4 改进算法与相关算法综合比较实验 | 第34-37页 |
| 3.5 算法质量评价 | 第37-39页 |
| 3.5.1 算法质量评价要素 | 第37-38页 |
| 3.5.2 算法结果定量评价 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于检测再识别的车辆多目标跟踪算法 | 第40-56页 |
| 4.1 车辆多目标跟踪的难点和本文针对的问题 | 第40-41页 |
| 4.2 车辆多目标跟踪算法流程 | 第41-42页 |
| 4.3 基于改进ViBe算法的连通域团块提取 | 第42-43页 |
| 4.4 基于HOG特征的级联分类车辆检测 | 第43-47页 |
| 4.4.1 训练的正负样本设计 | 第43-44页 |
| 4.4.2 图像HOG特征提取 | 第44-46页 |
| 4.4.3 级联分类算法检测 | 第46-47页 |
| 4.5 基于LBP特征的SVM分类二次识别 | 第47-50页 |
| 4.5.1 SVM分类原理 | 第47-48页 |
| 4.5.2 SVM核函数 | 第48-49页 |
| 4.5.3 LBP特征提取 | 第49-50页 |
| 4.5.4 SVM分类器再识别 | 第50页 |
| 4.6 基于区域匹配关联的多目标跟踪 | 第50-51页 |
| 4.7 实验结果和分析 | 第51-55页 |
| 4.8 本章小结 | 第55-56页 |
| 第五章 基于颜色和车型特征结合的检索比对算法 | 第56-68页 |
| 5.1 车辆特征的提取 | 第56-60页 |
| 5.1.1 基于HSV空间的车辆颜色特征提取 | 第56-58页 |
| 5.1.2 基于贝叶斯分类的车型特征提取 | 第58-60页 |
| 5.2 检索比对设计 | 第60-64页 |
| 5.2.1 检索比对的流程 | 第61页 |
| 5.2.2 建立车辆索引表 | 第61-63页 |
| 5.2.3 基于车型特征检索比对 | 第63页 |
| 5.2.4 基于车辆颜色特征检索比对 | 第63-64页 |
| 5.2.5 基于双特征融合的检索比对 | 第64页 |
| 5.3 基于车辆特征的检索比对实验 | 第64-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结和展望 | 第68-70页 |
| 6.1 工作总结 | 第68-69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 发表论文 | 第76页 |
| 参加科研情况 | 第76-78页 |
| 致谢 | 第78页 |