1 绪 论
1.1研究背景及意义
1.2国内外研究现状
1.2.1抗晕光方法
1.2.2实时视频融合方法
1.2.3夜晚行人检测技术
1.3论文主要工作
1.3.1问题现状
1.3.2研究内容
1.3.3功能要求
1.4论文章节安排
1.5本章小结
2 基于帧间相关性的视频帧提取算法设计
2.1图像相似度计算方法
2.2基于RGB直方图和余弦角相结合的视频帧提取算法
2.2.1帧向量的转化
2.2.2帧提取策略设计
2.2.3余弦角阈值τ的确定
2.3帧提取流程与实验结果
2.4本章小结
3夜间抗晕光图像自适应分区融合算法设计
3.1自适应系数的确定与优化
3.1.1优化原理及实现过程
3.1.2自适应模型的评价
3.2晕光临界灰度值的确定
3.3自动分区原理及结果
3.4本章小结
4 基于时间标记和帧间差异自动调节的运动补偿插帧算法
4.1运动补偿插帧算法
4.2运动补偿插帧算法存在的问题
4.3运动补偿插值算法的优化
4.3.1时间标记
4.3.2帧间差异自动调节
4.4抗晕光视频插帧结果
4.5本章小结
5夜间晕光背景下的视频行人检测及跟踪
5.1夜间行人检测算法
5.1.1机器学习类行人检测
5.1.2深度学习类行人检测
5.2夜间行人跟踪方法
5.3夜间晕光动态背景下视频行人检测存在的问题
5.4基于YOLOv3-KCF的夜间多目标间歇性循环检测系统
5.4.1 YOLOv3-KCF多目标间歇性循环检测原理及方案
5.4.2 YOLOv3目标检测网络
5.4.3 YOLOv3训练参数及结果
5.5本章小结
6 实验结果与分析
6.1实验平台的搭建
6.2夜间抗晕光融合图像质量评价
6.2.1现有评价方法存在的问题
6.2.2夜间抗晕光融合图像评价方法实现
6.2.3抗晕光图像质量评价
6.3夜间抗晕光融合视频的评价
6.3.1融合视频的流畅性和同步性
6.3.2视频融合的速度
6.4夜间晕光动态背景下的视频行人检测及跟踪
6.4.1不同场景的跟踪结果
6.4.2不同场景的检测结果
6.4.3视频序列的多目标循环检测结果
6.5本章小结
7 结论与展望
7.1结论
7.2展望
参考文献
攻读硕士学位期间发表的论文
致谢
声明
西安工业大学;