| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究的背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-21页 |
| ·运动目标检测研究现状 | 第14-16页 |
| ·运动目标跟踪研究现状 | 第16-21页 |
| ·论文的主要工作及内容安排 | 第21-23页 |
| 第2章 相关理论及研究综述 | 第23-49页 |
| ·引言 | 第23页 |
| ·运动目标检测相关理论 | 第23-28页 |
| ·背景建模方法概述 | 第24-25页 |
| ·混合高斯模型介绍 | 第25-28页 |
| ·运动目标跟踪 | 第28-43页 |
| ·运动目标描述 | 第28-29页 |
| ·目标特征选择 | 第29-31页 |
| ·贝叶斯滤波原理 | 第31-35页 |
| ·贝叶斯框架下跟踪方法描述 | 第31-35页 |
| ·粒子滤波 | 第35-43页 |
| ·蒙特卡洛思想 | 第36-37页 |
| ·重要性采样 | 第37-38页 |
| ·序列重要性采样 | 第38-40页 |
| ·粒子退化及重采样 | 第40-42页 |
| ·粒子滤波算法的基本过程及研究展望 | 第42-43页 |
| ·图像LBP纹理 | 第43-48页 |
| ·小结 | 第48-49页 |
| 第3章 基于自适应混合高斯模型的运动目标检测 | 第49-73页 |
| ·引言 | 第49-51页 |
| ·混合模型数据信息选择 | 第51-52页 |
| ·纹理信息的描述 | 第51-52页 |
| ·自适应混合高斯模型 | 第52-60页 |
| ·自适应高斯分量数的混合高斯模型背景建模 | 第52-53页 |
| ·自适应混合高斯模型初始化 | 第53页 |
| ·建立背景模型 | 第53-54页 |
| ·新观测值得分类 | 第54-55页 |
| ·更改混合模型的高斯分布数 | 第55-57页 |
| ·自适应的混合模型参数更新 | 第57-60页 |
| ·实验结果与分析 | 第60-72页 |
| ·本章小结 | 第72-73页 |
| 第4章 运动目标投射阴影抑制 | 第73-85页 |
| ·引言 | 第73-74页 |
| ·运动目标投射阴影光学模型 | 第74-77页 |
| ·阴影区域的纹理描述 | 第77页 |
| ·阴影消除算法步骤 | 第77-80页 |
| ·实验结果与分析 | 第80-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 基于智能优化重采样的自适应粒子滤波目标跟踪 | 第85-110页 |
| ·引言 | 第85-87页 |
| ·基于智能优化的粒子滤波 | 第87-92页 |
| ·基于微粒群重采样的粒子滤波算法 | 第87-89页 |
| ·基于蚁群重采样的粒子滤波算法 | 第89-92页 |
| ·自适应的粒子滤波目标跟踪 | 第92-98页 |
| ·实验结果及分析 | 第98-109页 |
| ·本章小结 | 第109-110页 |
| 第6章 基于自适应多信息融合的粒子滤波鲁棒跟踪算法 | 第110-129页 |
| ·引言 | 第110-111页 |
| ·基于信息融合的粒子滤波 | 第111-116页 |
| ·基于颜色特征的目标模型 | 第112-114页 |
| ·基于纹理特征的目标模型 | 第114-116页 |
| ·基于辨别能力的特征信息自适应融合 | 第116-120页 |
| ·遮挡处理 | 第120-121页 |
| ·遮挡情况发生判断 | 第120页 |
| ·遮挡情况处理 | 第120-121页 |
| ·实验结果及分析 | 第121-127页 |
| ·本章小结 | 第127-129页 |
| 第7章 总结 | 第129-132页 |
| ·论文研究工作总结 | 第129-130页 |
| ·进一步的工作 | 第130-132页 |
| 参考文献 | 第132-147页 |
| 致谢 | 第147-148页 |
| 在读期间承担的科研项目和发表的学术论文 | 第148-149页 |