基于特征模型相似性的运动目标分类
| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景和研究意义 | 第12-13页 |
| ·国内外研究现状及发展趋势 | 第13-15页 |
| ·视频监控的发展历程 | 第13-14页 |
| ·智能监控的国内外研究现状 | 第14页 |
| ·智能监控的发展前景 | 第14-15页 |
| ·本文的研究内容及组织结构 | 第15-17页 |
| ·本文的研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第2章 运动目标分类的相关理论 | 第17-30页 |
| ·引言 | 第17-18页 |
| ·图像特征描述 | 第18-21页 |
| ·颜色特征 | 第19页 |
| ·纹理特征 | 第19-20页 |
| ·形状特征 | 第20-21页 |
| ·运动目标特征描述及分类 | 第21-23页 |
| ·运动特征 | 第21-22页 |
| ·混合的方法 | 第22页 |
| ·研究成果 | 第22-23页 |
| ·常用的分类准则 | 第23-28页 |
| ·人工神经网络 | 第23-24页 |
| ·贝叶斯分类器 | 第24-26页 |
| ·支持向量机 | 第26-27页 |
| ·相似性度量 | 第27-28页 |
| ·特征选择的原则 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于特征模型相似性的运动目标分类 | 第30-51页 |
| ·引言 | 第30页 |
| ·运动目标提取 | 第30-34页 |
| ·常用的运动目标提取方法 | 第30-34页 |
| ·本文中使用的方法 | 第34页 |
| ·运动目标的预处理 | 第34-40页 |
| ·形态学处理的基本原理 | 第35页 |
| ·形态学的基本运算 | 第35-39页 |
| ·本文中使用的预处理方法 | 第39-40页 |
| ·特征提取与特征建模 | 第40-46页 |
| ·特征提取 | 第40-44页 |
| ·归一化处理 | 第44-45页 |
| ·特征建模 | 第45-46页 |
| ·相似性度量方法 | 第46-50页 |
| ·常用的相似性度量方法 | 第47-48页 |
| ·相似性距离计算 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 实验结果与比较分析 | 第51-62页 |
| ·引言 | 第51页 |
| ·实验环境配置 | 第51-52页 |
| ·实验流程 | 第52-53页 |
| ·实验结果 | 第53-60页 |
| ·优化处理 | 第60-61页 |
| ·实验比较分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结和展望 | 第62-64页 |
| ·工作总结 | 第62-63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 作者简介及在学期间所取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
