声明
摘要
第1章 绪论
1.1 课题的研究背景
1.1.1 数字水印技术的研究背景
1.1.2 视频跟踪技术的研究背景
1.2 数字水印简介
1.2.1 数字水印的定义和特点
1.2.2 数字水印技术的发展
1.2.3 数字水印技术存在的主要问题
1.3 视频跟踪简介
1.3.1 视频跟踪技术的发展
1.3.2 视频跟踪方法概述
1.3.3 视频跟踪技术存在的重点和难点
1.4 主要研究内容和思路
1.5 本文的创新点
第2章 基于第二代小波变换的数字水印算法研究
2.1 数字水印技术概述
2.1.1 数字水印的概念
2.1.2 数字水印的分类
2.1.3 数字水印的框架模型
2.1.4 数字水印的系统评价
2.1.5 数字水印相关的算法
2.2 小波变换以及第二代小波变换
2.2.1 一维小波变换
2.2.2 正交小波变换的快速算法(Mallat算法)
2.2.3 二维多分辨率分析与二维Mallat算法
2.2.4 第二代小波变换
2.2.5 小波变换用于图像处理的优势
2.3 算法建立
2.3.1 算法基本思路
2.3.2 小波变换流程
2.3.3 本文算法流程
2.3.4 算法性能检测
2.4 仿真实验
2.4.1 数字水印嵌入和提取
2.4.2 水印的抗攻击性
2.5 本章小结
第3章 基于FloatBoost检测和指数平滑法运动估计的人脸快速跟踪算法研究
3.1 算法基础
3.1.1 人脸检测算法基础
3.1.2 运动估计算法基础
3.2 算法建立
3.2.1 人脸检测算法
3.2.2 人脸跟踪算法提出
3.2.3 新的人脸快速跟踪算法
3.2.4 算法流程图
3.3 仿真实验
3.3.1 人脸检测实验
3.3.2 跟踪实验
3.3.3 实时性实验
3.4 本章小结
第4章 基于Chebyshev距离和假设检验的目标跟踪算法研究
4.1 算法基础
4.1.1 Chebyshev距离
4.1.2 假设检验
4.2 算法建立
4.2.1 Chebyshev距离相似度度量体系的提出
4.2.2 Chebyshev距离相似度度量体系的建立
4.2.3 Chebyshev距离相似度度量体系的说明
4.2.4 跟踪算法设计
4.2.5 算法流程图
4.3 实验结果
4.3.1 运动模式已知
4.3.2 运动模式未知
4.4 本章小结
第5章 基于SVM检测和相似离度匹配的人脸跟踪算法研究
5.1 算法基础
5.1.1 相似离度概念的来源
5.1.2 相似离度的计算方法
5.1.3 支持向量机
5.2 算法建立
5.2.1 相似离度匹配思想的提出
5.2.2 相似离度计算模型建立
5.2.3 基于SVM的人脸检测
5.2.4 人脸跟踪算法设计
5.3 仿真实验
5.3.1 模拟图像灰度值数据的相似离度匹配实验
5.3.2 人脸跟踪实验
5.4 本章小结
第6章 基于harris角点检测和KNN约束的目标物体跟踪算法研究
6.1 算法基础
6.1.1 角点检测算法
6.1.2 KNN算法
6.2 算法建立
6.2.1 harris角点检测
6.2.2 KNN去除冗余角点算法
6.2.3 算法流程
6.3 仿真实验
6.3.1 角点检测实验
6.5.2 跟踪实验
6.4 本章小结
第7章 结论与展望
7.1 结论
7.2 展望
参考文献
致谢
读博期间发表的论文