基于改进ViBe与粒子滤波的视频分析算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 运动目标检测 | 第12-14页 |
| 1.2.2 运动目标跟踪 | 第14-15页 |
| 1.3 论文的研究内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 相关理论与技术 | 第16-26页 |
| 2.1 运动目标检测的主要方法 | 第16-21页 |
| 2.1.1 帧间差分法 | 第16-17页 |
| 2.1.2 光流法 | 第17-18页 |
| 2.1.3 背景差分法 | 第18-21页 |
| 2.2 运动目标跟踪的主要方法 | 第21-24页 |
| 2.2.1 Kalman滤波算法 | 第22-23页 |
| 2.2.2 Mean-shift算法 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 基于改进ViBe的运动目标检测方法 | 第26-40页 |
| 3.1 ViBe算法 | 第26-29页 |
| 3.1.1 背景模型和前后景判断 | 第26-27页 |
| 3.1.2 单帧初始化策略 | 第27-28页 |
| 3.1.3 背景模型的更新 | 第28-29页 |
| 3.2 SILTP算法 | 第29-32页 |
| 3.2.1 局部二值模式 | 第29-30页 |
| 3.2.2 局部三值模式 | 第30-31页 |
| 3.2.3 尺度不变的局部三值模式 | 第31-32页 |
| 3.3 基于改进ViBe的运动目标检测方法 | 第32-35页 |
| 3.3.1 背景模型的初始化 | 第33页 |
| 3.3.2 运动目标检测 | 第33-34页 |
| 3.3.3 背景模型更新 | 第34-35页 |
| 3.4 实验结果分析 | 第35-39页 |
| 3.4.1 性能评价标准 | 第35页 |
| 3.4.2 实验环境与参数设置 | 第35-36页 |
| 3.4.3 与原ViBe算法的比较 | 第36-37页 |
| 3.4.4 与主流检测算法的比较 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 一种基于先验知识的快速粒子滤波跟踪方法 | 第40-53页 |
| 4.1 动态系统与基于HMM的贝叶斯滤波 | 第40-42页 |
| 4.2 粒子滤波 | 第42-45页 |
| 4.2.1 序列重要性采样 | 第42-44页 |
| 4.2.2 重采样和真实状态估计 | 第44-45页 |
| 4.2.3 粒子滤波跟踪流程 | 第45页 |
| 4.3 一种基于先验知识的快速粒子滤波跟踪方法 | 第45-48页 |
| 4.3.1 ViBe算法和粒子滤波的融合 | 第45-46页 |
| 4.3.2 改进粒子滤波跟踪算法的流程 | 第46-48页 |
| 4.4 实验结果分析 | 第48-51页 |
| 4.4.1 实验环境和参数配置 | 第48页 |
| 4.4.2 改进粒子滤波跟踪算法的实验过程 | 第48-50页 |
| 4.4.3 改进粒子滤波与其他跟踪算法的比较 | 第50-51页 |
| 4.5 本章小结 | 第51-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的论文 | 第59-61页 |
| 致谢 | 第61页 |
