| 摘要 | 第3-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1. 电视广告检测技术研究背景及意义 | 第11-12页 |
| 1.2. 国内外研究现状 | 第12-14页 |
| 1.3. 本文主要研究内容与论文结构 | 第14-16页 |
| 第二章 电视标版广告检测技术综述 | 第16-24页 |
| 2.1. 视频的结构与特征分析 | 第16-18页 |
| 2.1.1. 基本概念 | 第16-17页 |
| 2.1.2. 视觉特征 | 第17-18页 |
| 2.2. 预备知识 | 第18-21页 |
| 2.2.1. 视频图像预处理 | 第18-20页 |
| 2.2.2. 图像梯度 | 第20页 |
| 2.2.3. 模板匹配 | 第20-21页 |
| 2.3. 电视标版广告检测系统的工作流程 | 第21-23页 |
| 2.4. 本章小结 | 第23-24页 |
| 第三章 电视标版广告检测算法 | 第24-44页 |
| 3.1. 主方向模板算法原理 | 第24-31页 |
| 3.1.1. 彩色梯度 | 第24-25页 |
| 3.1.2. 特征提取 | 第25-27页 |
| 3.1.3. 尺度与旋转变换适应性 | 第27-29页 |
| 3.1.4. 特征匹配 | 第29-30页 |
| 3.1.5. 主方向模板匹配存在的问题 | 第30-31页 |
| 3.2. 自适应学习算法 | 第31-37页 |
| 3.2.1. 基于视频流的目标检测反馈模型 | 第31-32页 |
| 3.2.2. 匹配模板的建立 | 第32-34页 |
| 3.2.3. 加权模板的建立 | 第34-35页 |
| 3.2.4. 基于自适应学习的目标检测算法 | 第35-37页 |
| 3.3. 基于旋转不变 ELBP 的匹配算法 | 第37-40页 |
| 3.3.1. 旋转不变 ELBP 算子 | 第37-40页 |
| 3.3.2. 基于分块直方图的纹理特征匹配 | 第40页 |
| 3.4. 算法复杂度分析 | 第40-42页 |
| 3.5. 本章小结 | 第42-44页 |
| 第四章 视频图像中的目标快速定位方法 | 第44-52页 |
| 4.1. 基于聚类的模板索引结构 | 第44-46页 |
| 4.2. 分块爬山搜索算法 | 第46-49页 |
| 4.2.1. 爬山算法原理 | 第46-48页 |
| 4.2.2. 分块爬山搜索策略 | 第48-49页 |
| 4.3. 基于 SSE2 指令集的 SIMD 加速 | 第49-51页 |
| 4.4. 基于关键帧的目标快速检测方法 | 第51页 |
| 4.5. 本章小结 | 第51-52页 |
| 第五章 电视标版广告检测软件设计 | 第52-62页 |
| 5.1. 软件需求分析和设计原则 | 第52-53页 |
| 5.2. 软件功能描述 | 第53-54页 |
| 5.3. 软件设计 | 第54-58页 |
| 5.3.1. 软件的总体结构设计 | 第54-55页 |
| 5.3.2. 软件模块设计 | 第55-58页 |
| 5.4. 软件系统介绍 | 第58-61页 |
| 5.5. 本章小结 | 第61-62页 |
| 第六章 电视标版广告检测实验结果及分析 | 第62-80页 |
| 6.1. 实验平台 | 第62页 |
| 6.2. 实验数据集 | 第62-64页 |
| 6.2.1. 网络爬虫 | 第63-64页 |
| 6.3. 算法参数的影响 | 第64-67页 |
| 6.4. 两段异构匹配算法实验 | 第67-71页 |
| 6.5. 算法的适应性分析 | 第71-74页 |
| 6.5.1. 仿射变换的适应性分析 | 第71-73页 |
| 6.5.2. 线性形变的适应性分析 | 第73-74页 |
| 6.6. 算法的有效性分析 | 第74-77页 |
| 6.6.1. 检索性能对比 | 第74-75页 |
| 6.6.2. 检索效率对比 | 第75-77页 |
| 6.6.3. 提取关键帧加速目标检测 | 第77页 |
| 6.7. 算法的扩展 | 第77-79页 |
| 6.8. 本章小结 | 第79-80页 |
| 第七章 总结和展望 | 第80-82页 |
| 7.1. 总结 | 第80-81页 |
| 7.2. 展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士学位期间已发表的论文 | 第87-89页 |