基于非参数方法的局部背景建模技术
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-11页 |
| ·研究背景和意义 | 第9页 |
| ·本文内容安排 | 第9-11页 |
| 2 背景建模算法研究 | 第11-22页 |
| ·引言 | 第11-12页 |
| ·背景减除法 | 第12-13页 |
| ·典型的背景模型 | 第13-21页 |
| ·非线性贝叶斯预测 | 第14-15页 |
| ·卡尔曼滤波的背景估计 | 第15-17页 |
| ·混合高斯模型 | 第17-21页 |
| ·本章小结 | 第21-22页 |
| 3 非参数估计理论研究 | 第22-39页 |
| ·参数密度估计简介 | 第22页 |
| ·非参数密度估计理论 | 第22-38页 |
| ·密度估计量的基本性质 | 第23-24页 |
| ·非参数密度估计通用表达式 | 第24-25页 |
| ·直方图密度估计 | 第25-30页 |
| ·核密度估计 | 第30-37页 |
| ·其他密度估计方法 | 第37-38页 |
| ·K近邻法 | 第37页 |
| ·基于基函数展开法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于非参数估计的局部背景建模方法 | 第39-48页 |
| ·密度估计 | 第39-41页 |
| ·核带宽估计 | 第41-42页 |
| ·抑制错误检测 | 第42-43页 |
| ·更新背景 | 第43-44页 |
| ·影子的检测 | 第44-45页 |
| ·实验比较和结果 | 第45-47页 |
| ·两种建模方法的比较 | 第45-46页 |
| ·实验结果 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 均值偏移算法的研究 | 第48-61页 |
| ·均值偏移算法的理论 | 第48-53页 |
| ·均值偏移法的理论基础 | 第48-51页 |
| ·概率密度中的均值偏移 | 第51-52页 |
| ·均值偏移算法的计算步骤 | 第52-53页 |
| ·均值偏移算法收敛讨论 | 第53页 |
| ·均值偏移算法在目标跟踪中的应用 | 第53-59页 |
| ·目标的选取 | 第54-56页 |
| ·相似性度量函数 | 第56-57页 |
| ·目标定位 | 第57-58页 |
| ·计算复杂度分析 | 第58-59页 |
| ·实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| ·本文总结 | 第61-62页 |
| ·未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
