1. 毕业设计（论文）的内容和要求

一、设计内容： 视频图像分析是近年来计算机视觉领域中备受关注的前沿方向。

从技术角度而言，其研究内容相当丰富，主要涉及到模式识别、图像处理、计算机视觉、人工智能等学科知识；同时，动态场景中运动的快速分割、非刚性运动、目标之间互相遮挡或停止的处理等也为视频图像分析研究带来了一定的挑战。

在现实生活中，大量的有意义的视觉信息包含在运动之中，比如说交通流量的监测、重要场所的保安、航空和军用飞行器的制导、汽车的自动驾驶或辅助驾驶等,我们往往对运动的物体更感兴趣。

2. 参考文献

[1]Viola, Paul A., Jones, Michael J. Rapid Object Detection using a Boosted Cascade of Simple Features. IEEE CVPR, 2001. [2]Bruce D. Lucas, Takeo Kanade. An Iterative Image Registration Technique with an Application to Stereo Vision. International Joint Conference on Artificial Intelligence, 1981. [3]Carlo Tomasi, Takeo Kanade. Detection and Tracking of Point Features. Carnegie Mellon University Technical Report CMU-CS-91-132, 1991. [4]Jianbo Shi, Carlo Tomasi. Good Features to Track. IEEE Conference on Computer Vision and Pattern Recognition, 1994. [5]Zdenek Kalal, Krystian Mikolajczyk, Jiri Matas. Forward-Backward Error: Automatic Detection of Tracking Failures. International Conference on Pattern Recognition, 2010. [6]王琳琳, 聂财香. 基于AdaBoost算法和Cascade算法的人脸检测系统的实现. Practical Electronics, 2013, 13 (11). [7]张书勤. 人脸级联分类器的性能分析. 华中师范大学, 2009. [8]H Fassold, J Rosner, P Schallauer, W Bailer. Realtime KLT feature point tracking for high definition video, 2009. [9]P Bagherpour, SA Cheraghi, MBM Mokji. Upper Body Tracking Using KLT and Kalman Filter. Procedia Computer Science , 2012 , 13 (6) :185-191. [10]Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins. Digital Image Processing Using MATLAB(Second Edition). 北京：电子出版社, 2014.

3. 毕业设计（论文）进程安排

2018.2.26～2018.3.4 完成相关资料的查阅并撰写开题报告。

2018.3.5～2018.3.11 了解常用的目标识别算法。

2018.3.12～2018.3.18 了解常用的目标跟踪算法。