| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 智能监控视频发展介绍 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 基于背景建模的运动目标检测 | 第11-13页 |
| 1.2.2 基于前景建模的目标检测 | 第13-15页 |
| 1.2.3 基于深度学习的目标检测 | 第15-16页 |
| 1.3 本文结构安排简介 | 第16-17页 |
| 第二章 运动目标标注基础 | 第17-28页 |
| 2.1 运动目标标注流程 | 第17页 |
| 2.2 背景建模基础 | 第17-23页 |
| 2.2.1 帧间差分建模 | 第18页 |
| 2.2.2 平均滤波背景建模 | 第18-19页 |
| 2.2.3 连续高斯平均背景建模 | 第19-20页 |
| 2.2.4 混合高斯背景建模 | 第20-21页 |
| 2.2.5 基于码本的背景模型 | 第21-23页 |
| 2.3 基于深度学习目标检测框架 | 第23-27页 |
| 2.3.1 深度学习目标检测算法概述 | 第23-25页 |
| 2.3.2 基于SSD的目标检测介绍 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于码本的多线索背景建模方法 | 第28-38页 |
| 3.1 背景知识介绍 | 第28-29页 |
| 3.2 图像基本处理 | 第29-30页 |
| 3.2.1 三通道直方图均衡化 | 第29页 |
| 3.2.2 颜色空间的表示 | 第29-30页 |
| 3.2.3 纹理操作 | 第30页 |
| 3.3 算法的实现 | 第30-35页 |
| 3.3.1 算法的整体框架 | 第30-32页 |
| 3.3.2 基于背景提取策略的码本 | 第32-33页 |
| 3.3.3 基于纹理的背景提取结构 | 第33-34页 |
| 3.3.4 基于色彩的背景提取结构 | 第34-35页 |
| 3.4 实验过程与实验结果 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于SSD和背景建模的小区卡口监控视频标注方法 | 第38-49页 |
| 4.1 训练数据集与实验数据集介绍 | 第38-39页 |
| 4.1.1 模型训练数据集介绍 | 第38-39页 |
| 4.1.2 卡口实验数据集介绍 | 第39页 |
| 4.2 实验环境与模型训练过程 | 第39-44页 |
| 4.2.1 实验环境介绍 | 第39-40页 |
| 4.2.2 SSD训练过程 | 第40-44页 |
| 4.3 基于SSD和背景提取的目标标注实验 | 第44页 |
| 4.4 实验结果与实验分析 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49-50页 |
| 5.2 工作展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间取得的科研成果 | 第57-58页 |
| 攻读硕士期间参加的主要科研项目 | 第58页 |