| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 符号说明 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 运动目标检测技术 | 第14-15页 |
| 1.2.2 运动目标跟踪技术 | 第15-17页 |
| 1.3 本文解决的主要问题 | 第17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 第二章 运动目标检测 | 第19-29页 |
| 2.1 主要的目标检测算法 | 第19-25页 |
| 2.1.1 帧间差分法 | 第19-20页 |
| 2.1.2 光流法 | 第20-21页 |
| 2.1.3 背景减法 | 第21-25页 |
| 2.2 基于阴影检测和去除的行人目标检测算法 | 第25-28页 |
| 2.2.1 背景模型的建立和更新 | 第26页 |
| 2.2.2 阴影检测与去除 | 第26-27页 |
| 2.2.3 形态学滤波 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于粒子滤波的多特征自适应融合的单目标跟踪算法 | 第29-48页 |
| 3.1 常用的目标跟踪算法 | 第29-36页 |
| 3.1.1 Mean Shift算法 | 第29-30页 |
| 3.1.2 卡尔曼滤波算法 | 第30-33页 |
| 3.1.3 粒子滤波 | 第33-36页 |
| 3.2 特征选取 | 第36-40页 |
| 3.3 基于粒子滤波的多特征融合跟踪算法 | 第40-43页 |
| 3.4 实验结果及分析 | 第43-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 固定背景下基于检测的多目标跟踪算法 | 第48-67页 |
| 4.1 基于区域检测的目标跟踪算法 | 第48-57页 |
| 4.1.1 目标出现 | 第52-53页 |
| 4.1.2 目标消失 | 第53-54页 |
| 4.1.3 正常状态 | 第54页 |
| 4.1.4 目标融合 | 第54-55页 |
| 4.1.5 目标分裂 | 第55-57页 |
| 4.2 融合目标分裂后的目标跟踪 | 第57-59页 |
| 4.3 实验结果及分析 | 第59-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 工作总结与展望 | 第67-69页 |
| 5.1 本文工作总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 攻渎硕士学位期间发表的学术论文和参与项目 | 第76-77页 |
| 附件 | 第77页 |