智能视频监控中人体的检测与跟踪研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·视频监控概述 | 第10-16页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·主要任务 | 第12-13页 |
| ·技术难点 | 第13-15页 |
| ·应用现状与前景 | 第15-16页 |
| ·本文的主要工作与结构 | 第16-19页 |
| ·论文的主要工作 | 第16-17页 |
| ·论文的结构 | 第17-19页 |
| 2 运动目标检测技术研究 | 第19-29页 |
| ·引言 | 第19页 |
| ·常用的几种检测方法 | 第19-21页 |
| ·光流法 | 第19-20页 |
| ·背景减法 | 第20页 |
| ·时间差分 | 第20-21页 |
| ·几种常用方法在本文中比较分析 | 第21-25页 |
| ·非参数估计背景方法 | 第21-22页 |
| ·亮度对比前景提取方法 | 第22-23页 |
| ·相邻帧间差方法 | 第23页 |
| ·实验结果与分析 | 第23-25页 |
| ·改进的目标运动区域检测方法 | 第25-28页 |
| ·光线强度分析 | 第25-26页 |
| ·自适应阈值选取与运动区域分割 | 第26-28页 |
| ·小结 | 第28-29页 |
| 3 多人体目标定位和分割 | 第29-43页 |
| ·引言 | 第29-30页 |
| ·常用的行人目标中人体头部检测和特征的提取方法 | 第30-31页 |
| ·Hough变换圆检测 | 第31-35页 |
| ·Hough变换基本原理 | 第31-34页 |
| ·Hough变换检测圆 | 第34-35页 |
| ·基于曲线连续特征的Hough变换头部检测算法 | 第35-39页 |
| ·图像预处理 | 第36-37页 |
| ·曲线分析 | 第37-38页 |
| ·采样准则 | 第38页 |
| ·Hough多圆头部检测 | 第38-39页 |
| ·实验分析与结果 | 第39-42页 |
| ·检测结果 | 第39-40页 |
| ·实验分析 | 第40-42页 |
| ·小结 | 第42-43页 |
| 4 Mean Shift基本理论与在跟踪中的应用 | 第43-58页 |
| ·引言 | 第43-44页 |
| ·目标跟踪技术概述 | 第44-46页 |
| ·目标跟踪分类 | 第44-45页 |
| ·目标跟踪技术 | 第45-46页 |
| ·Mean Shift理论 | 第46-52页 |
| ·基本Mean Shift | 第47-48页 |
| ·扩展的Mean Shift算法 | 第48-50页 |
| ·概率密度梯度 | 第50-52页 |
| ·Mean Shift算法在跟踪中的应用 | 第52-57页 |
| ·目标模型描述 | 第53-54页 |
| ·候选模型描述 | 第54页 |
| ·相似性函数 | 第54-55页 |
| ·目标定位 | 第55-57页 |
| ·小结 | 第57-58页 |
| 5 快速人体跟踪算法 | 第58-67页 |
| ·引言 | 第58页 |
| ·本文采用的跟踪方法 | 第58-64页 |
| ·本文跟踪流程 | 第58-60页 |
| ·Kalman滤波建模 | 第60-62页 |
| ·Kalman滤波各参数设定 | 第62-63页 |
| ·判断新目标出现与旧目标消失 | 第63-64页 |
| ·实验结果与分析 | 第64-66页 |
| ·实验结果 | 第64页 |
| ·实验性能分析 | 第64-66页 |
| ·小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 致谢 | 第74-75页 |
