声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 论文的研究内容与组织结构
第2章 运动目标实时检测
2.1 背景差分法
2.1.1 背景差分法的原理
2.1.2 背景模型
2.2 ViBE算法
2.2.1 建立背景模型
2.2.2 前景运动目标检测
2.2.3 背景模型更新
2.3 ViBe改进算法
2.3.1 ViBe算法的鬼影消除策略
2.3.2 结合帧间差分的ViBe算法改进
2.3.3 结合帧间差分改进的ViBe算法的验证分析
2.4 本章小结
第3章 运动目标特征提取
3.1 HOG特征
3.1.1 HOG特征主要思想
3.2 LBP特征
3.2.1 LBP特征主要思想
3.2.2 LBP特征提取具体实现方法
3.3 HOG-LBP特征融合
3.3.1 分层特征
3.3.2 分层LBP与原始HOG特征的融合步骤
3.3.1 HOG-LBP特征与传统特征提取对比分析
3.4 本章小结
第4章 多核多示例学习算法
4.1 支持向量机
4.1.1 支持向量机的主要思想
4.1.2 支持向量机方法介绍
4.1.3 多核支持向量机
4.2 多示例学习算法
4.2.1 多示例学习算法的主要思想
4.2.2 多示例学习算法的具体步骤
4.3 多核多示例学习算法MKSVM-MIL
4.3.1 构建词空间
4.3.2 计算映射功能
4.3.3 MKSVM-MIL算法
4.4 实验和分析
4.4.1 实验数据集和实验环境
4.4.2 实验具体过程
4.4.3 实验结果与分析
4.5 本章小结
结论
参考文献
致谢
哈尔滨工程大学;