| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究背景及意义 | 第13-14页 |
| ·智能监控国内外研究现状 | 第14-16页 |
| ·视频跟踪算法概述 | 第16-20页 |
| ·视频跟踪问题描述 | 第16-17页 |
| ·视频跟踪算法分类 | 第17-20页 |
| ·本论文的创新点及结构安排 | 第20-23页 |
| ·论文的创新点 | 第20-21页 |
| ·论文结构安排 | 第21-23页 |
| 第二章 基于蒙特卡罗方法的贝叶斯滤波 | 第23-31页 |
| ·引言 | 第23-24页 |
| ·基于贝叶斯框架下的跟踪问题描述 | 第24-25页 |
| ·贝叶斯滤波的蒙特卡罗实现 | 第25-30页 |
| ·蒙特卡罗思想 | 第25-26页 |
| ·重要性采样 | 第26-27页 |
| ·序贯重要性采样 | 第27-28页 |
| ·重采样 | 第28-29页 |
| ·基本粒子滤波算法描述 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于多特征信息自适应融合的概率视频单目标跟踪算法 | 第31-45页 |
| ·引言 | 第31-32页 |
| ·目标模型 | 第32-37页 |
| ·运动模型 | 第32-33页 |
| ·基于多特征信息自适应融合的观测模型 | 第33-37页 |
| ·形状信息 | 第33-34页 |
| ·颜色信息 | 第34-35页 |
| ·基于模糊逻辑的多特征信息融合 | 第35-37页 |
| ·多特征信息融合 | 第35-36页 |
| ·基于模糊逻辑的权值调节 | 第36-37页 |
| ·基于多特征信息自适应融合的概率视频跟踪算法 | 第37-40页 |
| ·试验结果及分析 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于自适应表面模型的概率视频单目标跟踪算法 | 第45-65页 |
| ·引言 | 第45-47页 |
| ·目标模型 | 第47-53页 |
| ·运动模型 | 第47页 |
| ·基于自适应表面模型的观测模型 | 第47-53页 |
| ·目标观测描述 | 第47-48页 |
| ·混合表面模型 | 第48页 |
| ·模型更新 | 第48-52页 |
| ·表面模型的初始化 | 第52-53页 |
| ·“异常像素”及遮挡处理 | 第53-56页 |
| ·鲁棒估计技术 | 第53页 |
| ·鲁棒的观测似然 | 第53-54页 |
| ·“异常像素”和遮挡情况下的表面模型更新 | 第54-56页 |
| ·概率跟踪算法 | 第56-59页 |
| ·试验结果及分析 | 第59-64页 |
| ·女子头部的跟踪结果 | 第59-61页 |
| ·不同光照下的人脸跟踪结果 | 第61页 |
| ·不同姿态下的人脸跟踪结果 | 第61-62页 |
| ·部分遮挡及表情变化下的人脸跟踪结果 | 第62-63页 |
| ·完全遮挡下的人头跟踪结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 目标数变化情况下的概率多目标跟踪算法 | 第65-96页 |
| ·引言 | 第65-67页 |
| ·PHD 粒子滤波算法 | 第67-70页 |
| ·PHD 滤波算法 | 第67-68页 |
| ·PHD 滤波算法的蒙特卡罗实现 | 第68-70页 |
| ·基于蒙特卡罗方法的概率多目标跟踪算法 | 第70-81页 |
| ·贝叶斯框架下的算法描述 | 第70-71页 |
| ·目标模型描述 | 第71-75页 |
| ·运动模型 | 第71-74页 |
| ·观测模型 | 第74-75页 |
| ·多目标跟踪算法的蒙特卡罗实现 | 第75-81页 |
| ·试验结果及分析 | 第81-95页 |
| ·仿真环境 | 第81-84页 |
| ·两种算法的仿真结果 | 第84-95页 |
| ·本章小结 | 第95-96页 |
| 第六章 复杂运动背景环境下的概率视频多目标跟踪算法 | 第96-116页 |
| ·引言 | 第96-98页 |
| ·基于AdaBoost 算法的目标检测 | 第98-104页 |
| ·矩形特征 | 第98-99页 |
| ·积分图像 | 第99页 |
| ·基于AdaBoost 算法的特征学习 | 第99-100页 |
| ·分类器级联 | 第100-103页 |
| ·训练样本及部分检测结果 | 第103-104页 |
| ·基于AdaBoost 检测算法的概率视频多目标跟踪算法 | 第104-111页 |
| ·目标模型 | 第104-108页 |
| ·运动模型 | 第104-106页 |
| ·观测模型 | 第106-108页 |
| ·概率视频多目标跟踪算法 | 第108-111页 |
| ·试验结果及分析 | 第111-115页 |
| ·本章小结 | 第115-116页 |
| 第七章 总结与展望 | 第116-119页 |
| ·工作总结 | 第116-117页 |
| ·研究展望 | 第117-119页 |
| 参考文献 | 第119-131页 |
| 致谢 | 第131-132页 |
| 攻读博士学位期间发表和完成的学术论文 | 第132-133页 |
| 攻读博士学位期间参加的主要科研项目 | 第133页 |
| 攻读博士学位期间申请的国家发明专利 | 第133-136页 |
| 本论文得到下列项目的联合资助: | 第136页 |
