| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景和意义 | 第9页 |
| ·视频检索技术 | 第9-12页 |
| ·视频检索技术研究发展的现状 | 第9-11页 |
| ·检索性能的评价指标 | 第11-12页 |
| ·OpenCV与MFC概述 | 第12-14页 |
| ·OpenCV | 第12-13页 |
| ·OpenCV技术原理与优势 | 第13-14页 |
| ·MFC框架 | 第14页 |
| ·本文的研究内容及工作安排 | 第14-16页 |
| ·本文的研究内容 | 第14-15页 |
| ·论文的章节安排 | 第15-16页 |
| 第二章 基于内容的视频检索 | 第16-29页 |
| ·引言 | 第16页 |
| ·运动目标检测常用算法综述 | 第16-19页 |
| ·背景减除法 | 第16-17页 |
| ·帧间差分法 | 第17-18页 |
| ·光流法 | 第18-19页 |
| ·背景模型建立与图像形态学处理 | 第19-24页 |
| ·背景模型建立常用方法 | 第19-22页 |
| ·图像的形态学处理 | 第22-24页 |
| ·运动目标特征描述 | 第24-28页 |
| ·LBP描述子 | 第24页 |
| ·Gist描述子 | 第24-25页 |
| ·PHOG描述子 | 第25-28页 |
| 本章小结 | 第28-29页 |
| 第三章 交通视频检索系统的关键技术 | 第29-41页 |
| ·引言 | 第29页 |
| ·系统设计方案 | 第29-31页 |
| ·基于改进的Surendra背景与三帧差分背景模型 | 第31-32页 |
| ·多特征提取及融合 | 第32-35页 |
| ·多特征提取 | 第32-34页 |
| ·多特征融合 | 第34-35页 |
| ·支持向量机分类器 | 第35-40页 |
| ·支持向量机概述 | 第36-37页 |
| ·线性可分支持向量机 | 第37-38页 |
| ·非线性支持向量机 | 第38-39页 |
| ·几种常见的核函数 | 第39-40页 |
| 本章小结 | 第40-41页 |
| 第四章 检索系统的实现与测试 | 第41-57页 |
| ·引言 | 第41页 |
| ·系统的实现 | 第41-51页 |
| ·视频读取模块的实现 | 第43-45页 |
| ·目标检测模块的实现 | 第45-47页 |
| ·检索设置模块的实现 | 第47-49页 |
| ·结果查询模块的实现 | 第49-51页 |
| ·系统测试及分析 | 第51-56页 |
| ·测试相关参数设置 | 第51-52页 |
| ·测试内容及结果分析 | 第52-56页 |
| 本章小结 | 第56-57页 |
| 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |