| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 论文的研究背景及意义 | 第10-12页 |
| 1.2 国内外相关领域发展现状 | 第12-16页 |
| 1.2.1 目标检测研究现状 | 第12-14页 |
| 1.2.2 目标跟踪研究现状 | 第14-16页 |
| 1.3 运动车辆检测与跟踪的关键问题 | 第16页 |
| 1.4 论文的主要工作和结构安排 | 第16-18页 |
| 第2章 目标检测算法理论 | 第18-36页 |
| 2.1 目标检测算法介绍 | 第18-29页 |
| 2.1.1 帧间差分法基本原理 | 第18-20页 |
| 2.1.2 光流法基本原理 | 第20-21页 |
| 2.1.3 背景建模法介绍 | 第21-25页 |
| 2.1.4 基于ESS-ViBe的目标检测算法 | 第25-29页 |
| 2.2 视频序列中运动车辆定位实验与分析 | 第29-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第3章 基于多窗口和颜色直方图的粒子滤波目标跟踪算法 | 第36-57页 |
| 3.1 贝叶斯滤波 | 第37-39页 |
| 3.1.1 贝叶斯滤波原理 | 第37-38页 |
| 3.1.2 卡尔曼滤波 | 第38-39页 |
| 3.2 粒子滤波理论 | 第39-46页 |
| 3.2.1 蒙特卡罗方法 | 第39-41页 |
| 3.2.2 重要性采样 | 第41-43页 |
| 3.2.3 序列重要性采样 | 第43-44页 |
| 3.2.4 重采样 | 第44-46页 |
| 3.3 基于多窗口和颜色直方图的粒子滤波目标跟踪算法 | 第46-56页 |
| 3.3.1 颜色特征 | 第46-47页 |
| 3.3.2 多窗口颜色直方图遮挡判定算法介绍 | 第47-52页 |
| 3.3.3 基于多窗口和颜色直方图的粒子滤波目标跟踪算法 | 第52-54页 |
| 3.3.4 实验结果与分析 | 第54-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第4章 运动车辆检测与跟踪算法实现 | 第57-65页 |
| 4.1 运动车辆检测与跟踪算法流程介绍 | 第58-61页 |
| 4.2 实验结果与分析 | 第61-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| 5.1 本文工作总结 | 第65-66页 |
| 5.2 对未来工作的展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
