| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·国内外研究应用概况 | 第11-15页 |
| ·运动检测算法研究现状 | 第11-12页 |
| ·运动跟踪算法研究现状 | 第12-15页 |
| ·存在的问题 | 第15页 |
| ·本文的研究内容和章节安排 | 第15-17页 |
| 第2章 基于 Haar 特征与 HOG 特征特征融合的 Adaboost 行人检测算法 | 第17-36页 |
| ·传统目标检测算法以及当前流行算法 | 第17-24页 |
| ·帧间差分法 | 第18页 |
| ·背景减除法 | 第18-21页 |
| ·码本模型算法 | 第21-24页 |
| ·Adaboost 算法 | 第24-26页 |
| ·Adaboost 算法简介 | 第24-26页 |
| ·级联分类器 | 第26页 |
| ·人体特征 | 第26-28页 |
| ·Haar 特征 | 第26-27页 |
| ·HOG 特征 | 第27-28页 |
| ·多特征融合的 Adaboost 检测算法训练和检测流程 | 第28-30页 |
| ·目标样本训练过程 | 第28-29页 |
| ·基于多特征的 Adaboost 训练过程 | 第29-30页 |
| ·实验结果与分析 | 第30-34页 |
| ·传统检测算法实验结果与分析 | 第30-31页 |
| ·实时更新的码本算法实验结果与分析 | 第31-32页 |
| ·多特征融合的 Adaboost 算法检测结果与分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 基于改进的均值移动目标跟踪方法 | 第36-49页 |
| ·相关基本概念 | 第36-39页 |
| ·颜色空间介绍 | 第36-38页 |
| ·直方图反向投影 | 第38-39页 |
| ·均值移动目标跟踪 | 第39-43页 |
| ·均值移动向量 | 第39-40页 |
| ·均值移动目标跟踪算法 | 第40-43页 |
| ·空间直方图均值移动跟踪 | 第43-46页 |
| ·空间直方图 | 第43-44页 |
| ·空间直方图均值移动目标跟踪过程 | 第44-46页 |
| ·实验结果和分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 融合分块跟踪思想的均值移动算法 | 第49-59页 |
| ·Kalman 滤波的跟踪 | 第49-52页 |
| ·Kalman 滤波基本原理 | 第50-52页 |
| ·利用 Kalman 滤波器对遮挡进行判断 | 第52页 |
| ·分块跟踪算法 | 第52-54页 |
| ·分块跟踪思想 | 第52-54页 |
| ·分块跟踪算法步骤 | 第54页 |
| ·Kalman 滤波与改进均值移动算法的融合 | 第54-55页 |
| ·多目标跟踪的实现 | 第55-56页 |
| ·实验结果和分析 | 第56-58页 |
| ·融合分块跟踪思想的空间直方图均值移动跟踪结果分析 | 第56页 |
| ·目标遮挡实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 跟踪系统实验环境 | 第59-64页 |
| ·实验硬件系统 | 第59-60页 |
| ·实验软件系统 | 第60页 |
| ·软件流程与界面 | 第60-63页 |
| ·系统流程 | 第60-62页 |
| ·实验系统界面 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |
