文摘
英文文摘
论文说明:图表目录
声明
致谢
第一章概述
1.1课题研究背景
1.2智能视觉监控中的关键问题
1.2.1 Marr计算视觉理论框架
1.2.2智能视觉监控的关键问题
1.3分布式智能视觉监控系统及其关键问题
1.3.1系统物理结构及功能
1.3.2图像传感器计算资源受限
1.3.3多传感器协作监视
1.4本文主要工作及论文安排
1.4.1本文主要工作
1.4.2论文组织
第一章参考文献
第二章背景重建及运动检测
2.1背景重建概述
2.1.1影响背景重建的因素
2.1.2滤波及线性预测背景重建
2.1.3统计模型背景重建
2.1.4象素值归类背景重建
2.2运动目标的检测
2.2.1光流法
2.2.2帧差法
2.2.3背景减法
2.2.4运动目标阴影消除
2.3形态学滤波及目标分割
2.3.1形态学滤波
2.3.2目标区域分割
2.4背景象素值频次最高假设下的背景重建
2.4.1背景重构算法描述
2.4.2运动检测实验结果分析
2.4.3算法适应性讨论
2.5运动分割结果指导的背景重建
2.5.1结合运动分割的背景更新算法的提出
2.5.2算法描述
2.5.3运动检测实验结果分析
2.5.4算法适用性分析
2.6本章小结
第二章参考文献
第三章单摄像机运动跟踪
3.1运动跟踪基本问题
3.1.1目标的描述
3.1.2目标运动模型
3.1.3噪声运动及目标阴影的处理
3.1.4运动场景下的目标跟踪
3.1.5多目标跟踪
3.2运动状态的预测
3.2.1卡尔曼预测
3.2.2扩展卡尔曼预测
3.2.3卡尔曼预测跟踪系统模型
3.2.4卡尔曼预测初始条件的确定
3.2.5卡尔曼预测的性能评估
3.3运动检测与运动搜索相结合的卡尔曼预测多目标跟踪
3.3.1动态目标链及置信度
3.3.2算法的提出
3.3.3目标被背景遮挡的处理
3.3.4目标合并及完全遮挡的处理
3.3.5目标分裂的处理
3.3.6多目标跟踪算法步骤
3.3.7多目标跟踪实验结果
3.4本章小结
第三章参考文献
第四章贝叶斯分类器视频人脸检测及跟踪
4.1人脸检测方法回顾
4.1.1基于先验知识的人脸检测
4.1.2基于统计模型的人脸检测
4.2肤色模型与贝叶斯分类器相结合的人脸检测
4.2.1颜色空间
4.2.2肤色模型的选择
4.2.3 Bayes分类器的特征选择
4.2.4 Bayes分类器的训练
4.2.5基于Bayes分类器的人脸检测
4.2.6人脸检测算法步骤
4.2.7视频人脸检测实验结果
4.3结合kalman预测的人脸跟踪
4.4本章小结
第四章参考文献
第五章摄像机旋转运动参数的在线标定
5.1摄像机模型
5.1.1小孔成像模型
5.1.2摄像机外部参数
5.1.3摄像机内部参数
5.1.4透镜畸变
5.2摄像机标定概述
5.2.1基于标定物的传统标定方法
5.2.2摄像机自标定
5.2.3主动视觉摄像机标定
5.3摄像机旋转运动参数的在线标定
5.3.1摄像机的旋转运动
5.3.2旋转矩阵的欧拉角表示
5.3.3四元数定义
5.3.4旋转矩阵的四元数表示
5.3.5视觉监控中旋转矩阵的四元数求解
5.4本章小结
第五章参考文献
第六章身高模型单摄像机目标定位
6.1引言
6.2身高模型单摄像机目标定位原理
6.2.1地平面坐标系
6.2.2身高模型原理
6.3基于身高模型的目标定位
6.3.1身高模型的获得
6.3.2目标横向位置确定
6.4单摄像机目标定位实验
6.5本章小结
第六章参考文献
第七章联盟机制多摄像机协作目标跟踪
7.1多摄像机数据融合概述
7.1.1多摄像机数据融合的层次
7.1.2目标关联问题及数据同步问题
7.1.3多摄像机跟踪目标轨迹融合
7.2多摄像机规划策略
7.2.1摄像机初始规划与动态规划
7.2.2摄像机动态规划策略
7.3基于能力距离匹配的联盟生成快速算法
7.3.1协作监视联盟的描述
7.3.2联盟生成快速算法
7.3.3联盟生成快速算法仿真实验
7.4基于数据置信度的加权轨迹融合
7.4.1轨迹融合的算法原理
7.4.2分段轨迹融合实现
7.4.3轨迹融合算法步骤
7.4.4轨迹融合实验
7.5本章小结
第七章参考文献
第八章总结与展望
8.1论文主要工作
8.2下一步工作展望
8.2.1智能视觉监控系统构建
8.2.2开展高层视觉处理
8.2.3完善MAS模型分布式智能视觉监控系统
攻读博士学位期间发表的论文
攻读博士学位期间参加课题情况