自然场景下行人的视频跟踪技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究状况 | 第9-11页 |
| ·论文的主要内容和结构安排 | 第11-13页 |
| 2 运动目标检测 | 第13-27页 |
| ·引言 | 第13页 |
| ·运动目标检测的方法介绍 | 第13-19页 |
| ·帧间差分法 | 第13-15页 |
| ·背景减除法 | 第15-17页 |
| ·光流法 | 第17页 |
| ·训练学习的目标检测 | 第17-18页 |
| ·主动轮廓提取检测 | 第18页 |
| ·运动目标检测方法比较 | 第18-19页 |
| ·混合高斯模型的行人目标检测 | 第19-23页 |
| ·标准混合高斯模型 | 第20-22页 |
| ·传统高斯建模中存在的问题分析 | 第22页 |
| ·基于自适应的改进混合高斯建模目标检测 | 第22-23页 |
| ·实验结果与分析 | 第23-27页 |
| 3 图像后处理与目标识别 | 第27-38页 |
| ·形态学图像处理 | 第27-30页 |
| ·集合论述语 | 第28页 |
| ·腐蚀 | 第28页 |
| ·膨胀 | 第28页 |
| ·开运算和闭运算 | 第28-30页 |
| ·连通区域检测 | 第30-32页 |
| ·运动目标的阴影抑制与消除 | 第32-36页 |
| ·阴影检测方法 | 第33-34页 |
| ·基于HSV颜色的阴影消除 | 第34-36页 |
| ·特征值的人体识别 | 第36-38页 |
| ·基于人体特征的识别方法 | 第36页 |
| ·基于运动特性的分类方法 | 第36-38页 |
| 4 运动行人的目标跟踪 | 第38-55页 |
| ·目标跟踪技术 | 第38-47页 |
| ·运动目标视频跟踪的方法 | 第38-39页 |
| ·目标跟踪存在的难题 | 第39-40页 |
| ·基于卡尔曼滤波器的目标跟踪 | 第40-44页 |
| ·基于粒子滤波器的原理 | 第44-47页 |
| ·粒子滤波在行人跟踪的问题与策略 | 第47-49页 |
| ·粒子重采样方法 | 第47-49页 |
| ·粒子的重要密度函数分析 | 第49页 |
| ·基于扩展卡尔曼粒子滤波器的跟踪算法 | 第49-50页 |
| ·迭代UNSCENTED卡尔曼粒子滤波的目标跟踪 | 第50-52页 |
| ·实验分析 | 第52-55页 |
| 5 行人检测跟踪系统实现 | 第55-58页 |
| ·开发环境 | 第55页 |
| ·系统模块与实现 | 第55-58页 |
| 6 总结与展望 | 第58-60页 |
| ·全文总结 | 第58页 |
| ·未来的研究与展望 | 第58-60页 |
| 7 参考文献 | 第60-66页 |
| 8 攻读硕士学位期间发表论文与科研项目情况 | 第66-67页 |
| 9 致谢 | 第67页 |
