| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 智能视觉监控研究的背景与意义 | 第10-11页 |
| 1.2 视觉特征与视觉监控类型 | 第11-12页 |
| 1.3 运动目标检测与目标跟踪国内外应用与研究现状 | 第12-14页 |
| 1.4 本文的主要工作及内容安排 | 第14-16页 |
| 第2章 运动目标检测与跟踪的算法研究 | 第16-32页 |
| 2.1 运动目标的检测与提取 | 第16-18页 |
| 2.1.1 帧间差分法 | 第16-17页 |
| 2.1.2 背景差分法 | 第17页 |
| 2.1.3 光流法 | 第17页 |
| 2.1.4 三种主流运动目标检测算法的比较 | 第17-18页 |
| 2.2 运动物体阴影的检测去除及后处理过程 | 第18-21页 |
| 2.2.1 阴影检测方法及实验结果 | 第18-19页 |
| 2.2.2 滤波处理 | 第19-20页 |
| 2.2.3 形态学处理 | 第20-21页 |
| 2.3 运动目标跟踪算法简介 | 第21-27页 |
| 2.3.1 运动目标跟踪算法的分类 | 第21-22页 |
| 2.3.2 无参数密度估计理论 | 第22-23页 |
| 2.3.3 多维度空间的核密度估计 | 第23-27页 |
| 2.4 基于Mean-Shift的运动目标跟踪算法 | 第27-29页 |
| 2.4.1 目标模型描述 | 第27-28页 |
| 2.4.2 候选模型描述 | 第28页 |
| 2.4.3 相似性判断准则 | 第28页 |
| 2.4.4 目标定位 | 第28-29页 |
| 2.5 基于Kalman的运动目标跟踪算法 | 第29-31页 |
| 2.5.1 Kalman滤波器的基本原理 | 第29-30页 |
| 2.5.2 Kalman滤波建模 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 复杂场景中多运动目标的检测与跟踪 | 第32-44页 |
| 3.1 多目标检测与跟踪中的技术难点 | 第32-33页 |
| 3.2 基于背景模型的运动目标检测方法 | 第33-37页 |
| 3.2.1 单高斯分布背景模型 | 第33-35页 |
| 3.2.2 混合高斯分布背景模型 | 第35-36页 |
| 3.2.3 三帧差分法的目标检测 | 第36-37页 |
| 3.3 基于混合高斯与三帧差分法的目标检测与跟踪实验分析 | 第37-42页 |
| 3.3.1 改进的检测与跟踪系统算法流程 | 第37-38页 |
| 3.3.2 针对复杂场景中多运动目标检测的实验仿真 | 第38-40页 |
| 3.3.3 针对复杂场景中多运动目标检测与跟踪的实验仿真 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 复杂情况下多运动目标的特定目标跟踪 | 第44-54页 |
| 4.1 多特征融合的Mean-Shift目标跟踪算法 | 第44-47页 |
| 4.1.1 特征的选择与提取 | 第44-45页 |
| 4.1.2 LBP纹理特征与提取 | 第45-46页 |
| 4.1.3 颜色和纹理特征融合的目标建模 | 第46-47页 |
| 4.2 结合Kalman的LBP多特征融合建模的Mean-Shift算法 | 第47-48页 |
| 4.2.1 Mean-Shift算法目标跟踪异常情况的判定 | 第47-48页 |
| 4.2.2 目标模板更新策略 | 第48页 |
| 4.3 针对复杂情况下多目标中特定目标跟踪的实验分析 | 第48-53页 |
| 4.3.1 改进的跟踪系统算法流程 | 第48-49页 |
| 4.3.2 针对快速运动目标的特定目标跟踪实验仿真 | 第49-50页 |
| 4.3.3 针对遮挡情况的特定目标跟踪实验仿真 | 第50-52页 |
| 4.3.4 针对相似运动目标干扰的特定目标跟踪实验仿真 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |
