声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 移动目标检测国内外研究现状
1.2.2 移动目标识别国内外研究现状
1.2.3 移动目标跟踪国内外研究现状
1.3 论文研究内容
1.4 论文结构
第二章 移动目标检测算法的改进与实现
2.1 读取基于HiMPP媒体软件的视频流
2.2 移动目标检测算法分析
2.2.1 光流算法
2.2.2 帧间差分算法
2.2.3 背景减差法
2.3 目标检测算法比较
2.4 背景建模算法
2.4.1 单高斯背景建模
2.4.2 混合高斯背景建模
2.5 改进的移动目标检测算法设计实现
2.5.1 背景模型更新机制
2.5.2 目标检测算法参数设定
2.5.3 目标检测算法流程
2.6 实验结果分析
2.7 本章小结
第三章 人体目标识别算法的研究与实现
3.1.1 尺度不变特征
3.1.2 SURF特征
3.1.3 HOG特征
3.2 人体特征描述算子比较
3.3 分类器介绍
3.3.1 支持向量机分类器
3.3.2 Adaboost分类器
3.4 分类器算法比较
3.5 基于HOG特征的SVM分类器算法设计
3.5.1 HOG特征提取
3.5.2 SVM分类器训练
3.5.3 实验仿真结果分析
3.6 本章小结
第四章 移动目标跟踪算法的改进与实现
4.1 移动目标跟踪算法思想概述
4.1.1 基于目标特征的跟踪算法思想
4.1.2 基于目标区域的跟踪算法思想
4.1.3 基于主动轮廓的目标跟踪算法思想
4.1.4 基于模型的目标跟踪算法思想
4.2 移动目标跟踪算法分析
4.2.1 基于卡尔曼滤波的移动目标跟踪算法
4.2.2 基于粒子滤波的移动目标跟踪算法
4.2.3 基于Camshift的移动目标跟踪算法
4.3 改进的Camshift移动目标跟踪算法
4.3.1 目标分块跟踪的实现
4.3.2 几何关系直方图的建立与匹配
4.3.3 改进的目标模板更新方式
4.4 实验结果分析
4.5 本章小结
第五章 总结与展望
5.1 论文总结
5.2 未来工作展望
致谢
参考文献