| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·运动目标检测方面 | 第11-12页 |
| ·运动目标跟踪方面 | 第12-13页 |
| ·基于检测与跟踪的智能监控系统的研究 | 第13-15页 |
| ·运动目标检测与跟踪的方法及难点 | 第15-18页 |
| ·检测与跟踪的方法分类 | 第15-16页 |
| ·检测与跟踪的难点问题 | 第16-18页 |
| ·论文的结构安排 | 第18-19页 |
| 第二章 基于混合高斯模型的运动目标检测 | 第19-35页 |
| ·引言 | 第19-20页 |
| ·运动目标检测的常用方法 | 第20-22页 |
| ·帧间差分法 | 第20-21页 |
| ·光流计算法 | 第21页 |
| ·背景减除法 | 第21-22页 |
| ·高斯背景模型 | 第22-28页 |
| ·单高斯背景模型 | 第22-24页 |
| ·混合高斯背景模型 | 第24-28页 |
| ·像素模型的定义 | 第24-25页 |
| ·像素模型的更新 | 第25-26页 |
| ·背景模型的建立 | 第26-28页 |
| ·背景模型的更新原则 | 第28页 |
| ·后处理 | 第28-32页 |
| ·去除阴影 | 第28-30页 |
| ·滤波去噪 | 第30-32页 |
| ·实验结果及分析 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第三章 基于Kalman预测的区域跟踪 | 第35-48页 |
| ·引言 | 第35-36页 |
| ·Kalman滤波器理论 | 第36-39页 |
| ·待估计的线性离散过程 | 第36-37页 |
| ·Kalman滤波器原理 | 第37-38页 |
| ·Kalman滤波器算法 | 第38-39页 |
| ·区域匹配跟踪 | 第39-44页 |
| ·提取区域的几何特征 | 第40-41页 |
| ·目标链表的建立 | 第41页 |
| ·Kalman预测模型 | 第41-43页 |
| ·目标区域匹配搜索 | 第43页 |
| ·更新预测模型 | 第43-44页 |
| ·实验结果及分析 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第四章 Kalman与Mean Shift结合应用于遮挡跟踪 | 第48-66页 |
| ·引言 | 第48-50页 |
| ·Mean Shift的理论分析 | 第50-53页 |
| ·多维空间中的核密度估计 | 第50-51页 |
| ·核密度梯度估计 | 第51-52页 |
| ·Mean Shift算法的收敛过程 | 第52-53页 |
| ·Mean Shift跟踪算法 | 第53-58页 |
| ·目标的表示 | 第54-55页 |
| ·目标模型 | 第55页 |
| ·候选目标 | 第55页 |
| ·相似性函数 | 第55-56页 |
| ·目标的定位 | 第56-57页 |
| ·跟踪算法描述 | 第57-58页 |
| ·判断遮挡的准则 | 第58-59页 |
| ·Kalman和Mean Shift相结合的跟踪算法 | 第59-60页 |
| ·实验结果及分析 | 第60-65页 |
| ·小结 | 第65-66页 |
| 第五章 总结和展望 | 第66-68页 |
| ·主要工作与结论 | 第66-67页 |
| ·进一步的研究和展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 攻读硕士学位期间以第一作者发表的论文 | 第73页 |