基于单摄像头视频分析的滞留目标检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-10页 |
| 1.1 研究动机及意义 | 第8-9页 |
| 1.2 本文的研究内容和创新点 | 第9页 |
| 1.3 本文结构安排 | 第9页 |
| 1.4 小结 | 第9-10页 |
| 2 文献综述 | 第10-17页 |
| 2.1 背景建模 | 第10-14页 |
| 2.1.1 背景差分 | 第10-11页 |
| 2.1.2 单高斯模型 | 第11页 |
| 2.1.3 混合高斯模型 | 第11-14页 |
| 2.2 滞留目标检测技术的国内外研究现状 | 第14-16页 |
| 2.3 小结 | 第16-17页 |
| 3 基于双层前景信息融合的滞留目标检测 | 第17-35页 |
| 3.1 引言 | 第17-18页 |
| 3.2 码本模型(Codebook Model) | 第18-22页 |
| 3.2.1 基于码本模型的背景建模 | 第18-21页 |
| 3.2.2 基于码本模型的前景提取与背景更新 | 第21-22页 |
| 3.3 基于改进码本的背景建模与双层前景提取 | 第22-26页 |
| 3.3.1 码本模型的改进 | 第22-24页 |
| 3.3.2 双层前景的提取 | 第24-26页 |
| 3.4 滞留目标的确定 | 第26-28页 |
| 3.4.1 候选滞留目标的确定 | 第26-27页 |
| 3.4.2 图像膨胀 | 第27页 |
| 3.4.3 区域连通 | 第27-28页 |
| 3.5 实验结果及分析 | 第28-34页 |
| 3.6 小结 | 第34-35页 |
| 4 基于单层前景分析的滞留目标检测 | 第35-46页 |
| 4.1 引言 | 第35-36页 |
| 4.2 静态前景区域的提取 | 第36-37页 |
| 4.3 滞留目标决策 | 第37-41页 |
| 4.3.1 前景模板收缩 | 第38页 |
| 4.3.2 基于区域生长的收缩后模板区域再生长 | 第38-40页 |
| 4.3.3 滞留决策 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-44页 |
| 4.5 小结 | 第44-46页 |
| 5 总结与展望 | 第46-48页 |
| 5.1 本文的工作和主要贡献 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间取得的科研成果 | 第53页 |
