智能监控系统中的人体检测与跟踪技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·论文研究内容和结构安排 | 第10-13页 |
| ·论文的研究内容 | 第10-11页 |
| ·论文的章节安排 | 第11页 |
| ·本文的主要贡献 | 第11-13页 |
| 2 运动目标检测 | 第13-21页 |
| ·引言 | 第13页 |
| ·几种常用的目标检测方法 | 第13-21页 |
| ·光流法 | 第13-15页 |
| ·背景差法 | 第15-18页 |
| ·帧差法 | 第18-19页 |
| ·特征法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 贝叶斯状态估计以及粒子滤波器 | 第21-32页 |
| ·引言 | 第21页 |
| ·贝叶斯理论 | 第21-22页 |
| ·粒子滤波 | 第22-32页 |
| ·动态空间模型 | 第22-23页 |
| ·蒙特卡洛采样 | 第23-24页 |
| ·序列化重要性采样 | 第24-25页 |
| ·粒子退化和重采样 | 第25-28页 |
| ·粒子滤波器 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 4 运动人体目标跟踪 | 第32-52页 |
| ·引言 | 第32-33页 |
| ·跟踪的一般过程和目标跟踪算法 | 第33-38页 |
| ·跟踪的过程 | 第33-34页 |
| ·目标跟踪算法 | 第34-38页 |
| ·粒子滤波应用于人体跟踪的原理和方法 | 第38-46页 |
| ·引言 | 第38-39页 |
| ·基于粒子滤波的人体跟踪理论框架 | 第39页 |
| ·原理和方法 | 第39-42页 |
| ·改进的粒子滤波方法 | 第42-46页 |
| ·实验结果与分析 | 第46-51页 |
| ·颜色相似背景干扰下的跟踪结果 | 第47-48页 |
| ·光线变化背景干扰下的跟踪结果 | 第48-51页 |
| ·小结 | 第51-52页 |
| 5 总结和展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 硕士期间发表的论文 | 第58-59页 |
| 后记 | 第59页 |
