智能视频监控中多运动对象的检测与跟踪
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·问题的提出 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·运动对象检测技术研究现状 | 第11-12页 |
| ·运动对象跟踪技术研究现状 | 第12-14页 |
| ·本文工作 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 运动对象检测与跟踪的技术基础 | 第16-26页 |
| ·运动对象检测的相关技术 | 第16-20页 |
| ·熵能自适应阈值的原理 | 第16-17页 |
| ·马尔可夫随机场模型 | 第17-19页 |
| ·EM算法 | 第19-20页 |
| ·运动对象跟踪的相关技术 | 第20-25页 |
| ·CCH特征基础 | 第20-23页 |
| ·Kalman滤波器的原理 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 运动对象检测算法研究 | 第26-36页 |
| ·引言 | 第26页 |
| ·基于熵能自适应阈值的检测算法 | 第26-29页 |
| ·帧间差与熵能自适应阈值相结合的对象检测算法 | 第26-28页 |
| ·实验结果 | 第28-29页 |
| ·基于最大后验概率混合高斯模型的检测算法研究 | 第29-34页 |
| ·算法概述 | 第29-33页 |
| ·实验结果 | 第33-34页 |
| ·方法比较 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 特征描述子LICS研究 | 第36-40页 |
| ·光照模型 | 第36-38页 |
| ·特征描述子LICS的定义 | 第38-40页 |
| 第五章 基于特征的抗遮挡运动对象跟踪算法研究 | 第40-62页 |
| ·引言 | 第40页 |
| ·特征提取 | 第40-44页 |
| ·基于Kalman滤波器的运动估计 | 第44-48页 |
| ·引言 | 第44页 |
| ·基于Kalman滤波器的轨迹预测 | 第44-46页 |
| ·实验结果及分析 | 第46-48页 |
| ·特征匹配 | 第48-50页 |
| ·遮挡情况的处理 | 第50-55页 |
| ·基于模板图像的匹配方法 | 第50-52页 |
| ·基于子块匹配的抗遮挡对象跟踪算法 | 第52-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·运动对象跟踪实验及结果分析 | 第55-60页 |
| ·运动对象检测与跟踪的流程描述 | 第55-57页 |
| ·实验结果 | 第57-60页 |
| ·小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
