复杂运动场景的交通视频消抖算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.2 关键技术及难点分析 | 第15-17页 |
| 1.3 国内外研究现状 | 第17-20页 |
| 1.4 研究内容和贡献 | 第20-21页 |
| 1.5 论文结构安排 | 第21-23页 |
| 第2章 视频消抖算法概述 | 第23-29页 |
| 2.1 视频消抖算法的基本模型 | 第23-25页 |
| 2.2 2D算法 | 第25-26页 |
| 2.3 3D算法 | 第26-27页 |
| 2.4 基于特征轨迹的算法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于反馈的视频消抖算法 | 第29-49页 |
| 3.1 基于反馈的视频消抖算法 | 第29-33页 |
| 3.1.1 基本模型 | 第29-31页 |
| 3.1.2 算法流程 | 第31-33页 |
| 3.2 基于反馈的前景轨迹判定算法 | 第33-47页 |
| 3.2.1 问题描述 | 第34-36页 |
| 3.2.2 单应矩阵重映射原理分析 | 第36-38页 |
| 3.2.3 基于单应矩阵重映射的前景轨迹识别 | 第38-43页 |
| 3.2.4 引入反馈机制的前景轨迹判别算法 | 第43-47页 |
| 3.3 本章小结 | 第47-49页 |
| 第4章 背景轨迹数量增强算法 | 第49-71页 |
| 4.1 问题描述 | 第49-51页 |
| 4.2 背景轨迹找回算法 | 第51-56页 |
| 4.2.1 原理分析 | 第52-53页 |
| 4.2.2 算法设计 | 第53-55页 |
| 4.2.3 实验结果及分析 | 第55-56页 |
| 4.3 基于分块的自适应特征检测算法 | 第56-65页 |
| 4.3.1 原理分析 | 第57-59页 |
| 4.3.2 算法设计 | 第59-61页 |
| 4.3.3 对比试验 | 第61-65页 |
| 4.4 自适应的特征点数量控制算法 | 第65-68页 |
| 4.4.1 原理分析 | 第65-67页 |
| 4.4.2 算法设计 | 第67页 |
| 4.4.3 对比试验 | 第67-68页 |
| 4.5 本章小结 | 第68-71页 |
| 第5章 基于轨迹导数的快速前景轨迹判定算法 | 第71-79页 |
| 5.1 问题描述 | 第71-72页 |
| 5.2 原理分析 | 第72-73页 |
| 5.3 基于轨迹导数的前景轨迹判定算法 | 第73-76页 |
| 5.3.1 线性模型的重投影 | 第73-74页 |
| 5.3.2 基于轨迹导数的前景轨迹判定算法 | 第74-76页 |
| 5.4 对比实验 | 第76-78页 |
| 5.4.1 耗时对比 | 第77页 |
| 5.4.2 效果对比 | 第77-78页 |
| 5.5 本章小结 | 第78-79页 |
| 第6章 实验 | 第79-91页 |
| 6.1 实验平台与耗时 | 第79-80页 |
| 6.2 对比实验 | 第80-90页 |
| 6.2.1 平面运动 | 第80-85页 |
| 6.2.2 非平面运动 | 第85-90页 |
| 6.3 本章小结 | 第90-91页 |
| 第7章 总结与展望 | 第91-95页 |
| 7.1 研究成果与创新点 | 第91-92页 |
| 7.2 研究工作展望 | 第92-95页 |
| 参考文献 | 第95-101页 |
| 致谢 | 第101-103页 |
| 在读期间发表的学术论文与取得的其它研究成果 | 第103页 |
