面向监控视频的视觉增强和行为分析研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-31页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究内容 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-29页 |
| 1.3.1 低光照视频图像增强 | 第14-20页 |
| 1.3.2 视频中的行为分析 | 第20-29页 |
| 1.4 论文内容安排 | 第29-31页 |
| 第二章 低光照监控视频增强 | 第31-45页 |
| 2.1 日间参考背景建模 | 第31-33页 |
| 2.2 自适应梯度增强 | 第33-36页 |
| 2.3 图像重建 | 第36-38页 |
| 2.4 前景增强 | 第38-40页 |
| 2.5 实验与对比 | 第40-42页 |
| 2.6 本章小结 | 第42-45页 |
| 第三章 监控视频实时行为分析 | 第45-63页 |
| 3.1 检测系统架构 | 第46-47页 |
| 3.2 视频预处理 | 第47-49页 |
| 3.3 视觉特征的提取、编码与分类 | 第49-54页 |
| 3.3.1 Haar-like特征 | 第49-51页 |
| 3.3.2 HOG特征 | 第51页 |
| 3.3.3 HOF特征 | 第51-52页 |
| 3.3.4 特征编码 | 第52页 |
| 3.3.5 分类器 | 第52-54页 |
| 3.4 实验与对比 | 第54-61页 |
| 3.4.1 数据准备 | 第54-57页 |
| 3.4.2 检测模型训练 | 第57-60页 |
| 3.4.3 与其他方法对比 | 第60-61页 |
| 3.5 本章小结 | 第61-63页 |
| 第四章 总结与展望 | 第63-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 在读期间发表的学术论文与取得的研究成果 | 第73页 |
