平安城市视频监控中目标检测与跟踪技术的研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 研究现状和发展趋势 | 第14-15页 |
| 1.3 本文内容安排及主要工作 | 第15-17页 |
| 第2章 目标特征表示 | 第17-27页 |
| 2.1 颜色特征 | 第17-19页 |
| 2.2 纹理特征 | 第19-20页 |
| 2.3 Haar特征 | 第20-22页 |
| 2.4 SIFT特征 | 第22-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 平安城市视频监控中目标检测技术研究 | 第27-36页 |
| 3.1 帧间差分法 | 第27-29页 |
| 3.2 背景差分法 | 第29-31页 |
| 3.3 融合帧差法和背景差分法的多目标检测 | 第31-34页 |
| 3.3.1 运动目标检测 | 第32-33页 |
| 3.3.2 运动目标分割定位 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 平安城市视频监控中目标跟踪技术研究 | 第36-50页 |
| 4.1 目标的HOG特征表示和提取 | 第36-39页 |
| 4.1.1 HOG特征定义 | 第37页 |
| 4.1.2 HOG特征提取过程 | 第37-39页 |
| 4.2 目标跟踪框架 | 第39-45页 |
| 4.2.1 目标粒子的重采样工作 | 第39-41页 |
| 4.2.2 目标跟踪的算法流程 | 第41-43页 |
| 4.2.3 目标跟踪中粒子图像的退化及改进 | 第43-45页 |
| 4.3 基于HOG和粒子滤波的多目标跟踪算法 | 第45-49页 |
| 4.3.1 多目标跟踪算法框架 | 第46-47页 |
| 4.3.2 多目标跟踪实验结果 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结和展望 | 第50-53页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 本文展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 作者简介及在学期间所取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
