智能视频监控系统中目标检测算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·智能视频监控的研究状况 | 第11-12页 |
| ·目标检测技术的研究现状 | 第12-14页 |
| ·基于运动的方法 | 第13页 |
| ·基于形状的方法 | 第13-14页 |
| ·基于HOG的目标检测技术的研究重点 | 第14-15页 |
| ·课题来源及主要研究工作安排 | 第15-17页 |
| 第2章 智能视频分析算法中的分割与跟踪技术 | 第17-27页 |
| ·基于高斯混合模型的分割技术 | 第17-23页 |
| ·背景模型的初始化 | 第18-20页 |
| ·训练过程 | 第20-21页 |
| ·前景区域的提取及二值化 | 第21-23页 |
| ·基于均值漂移的跟踪技术 | 第23-24页 |
| ·场景信息构造 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于HOG的目标检测算法 | 第27-43页 |
| ·线性SVM原理 | 第27-33页 |
| ·统计学习理论 | 第28页 |
| ·SVM基本原理 | 第28-30页 |
| ·SVM的数学模型 | 第30-32页 |
| ·核函数 | 第32-33页 |
| ·不同视角下的HOG技术介绍 | 第33-42页 |
| ·梯度的定义 | 第34-35页 |
| ·HOG技术介绍 | 第35-36页 |
| ·HOG计算的优化 | 第36-38页 |
| ·不同视角下的HOG | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 智能视频分析算法的软件设计 | 第43-56页 |
| ·系统软件结构概述 | 第43-44页 |
| ·智能视频分析算法框架介绍 | 第43-44页 |
| ·目标检测算法流程 | 第44页 |
| ·软件开发平台 | 第44-48页 |
| ·视频分析算法的基本数据结构 | 第45-47页 |
| ·运动前景分割(FS)模块 | 第47页 |
| ·目标检测(OD)模块 | 第47-48页 |
| ·目标跟踪(OT)模块 | 第48页 |
| ·判决网络(DN)模块 | 第48页 |
| ·视频分析算法结果 | 第48-55页 |
| ·目标检测分析算法结果 | 第48-53页 |
| ·智能监控系统分析算法结果 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-59页 |
| ·本文工作总结 | 第56-57页 |
| ·对未来工作的展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 攻读硕士学位期间参加的科研项目 | 第65页 |
