| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·论文研究背景及意义 | 第10-11页 |
| ·视频监控研究现状 | 第11-12页 |
| ·基于视频的目标检测方法 | 第12-14页 |
| ·论文的研究内容和结构安排 | 第14-16页 |
| 第2章 马尔科夫随机场和图切算法 | 第16-27页 |
| ·马尔科夫随机场理论 | 第16-19页 |
| ·马尔科夫性 | 第16-17页 |
| ·随机场的定义 | 第17-18页 |
| ·马尔科夫随机场和吉布斯随机场的等价性 | 第18-19页 |
| ·MAP‐MRF 体系 | 第19页 |
| ·图切算法介绍 | 第19-27页 |
| ·图切的基础理论 | 第19-22页 |
| ·网络图 | 第19-21页 |
| ·图像构成网络图 | 第21-22页 |
| ·图切算法发展过程 | 第22-23页 |
| ·图切存在的技术问题及解决办法 | 第23-27页 |
| ·能量函数的构造 | 第24-25页 |
| ·能量函数最小化优化方法 | 第25-27页 |
| 第3章 基于 ROI 的视频运动目标自适应图切检测 | 第27-45页 |
| ·引言 | 第27页 |
| ·ROI 技术 | 第27-29页 |
| ·ROI 的特点和应用 | 第28页 |
| ·ROI 的研究现状 | 第28-29页 |
| ·基于 ROI 的视频运动目标自适应图切算法 | 第29-35页 |
| ·能量函数的提出 | 第30-32页 |
| ·参数的卡尔曼预测 | 第32-33页 |
| ·ROI 提取 | 第33-34页 |
| ·ROI 优化流量参数及流量分配 | 第34-35页 |
| ·运动目标检测与背景更新 | 第35页 |
| ·实验结果和分析 | 第35-44页 |
| ·卡尔曼参数预测对实验结果的影响 | 第35-39页 |
| ·ROI 选取对实验结果的影响 | 第39页 |
| ·最终实验结果分析 | 第39-44页 |
| ·结论 | 第44-45页 |
| 第4章 高阶优化图切检测算法 | 第45-62页 |
| ·引言 | 第45-46页 |
| ·欧拉弹力模型优化图切算法 | 第46-54页 |
| ·欧拉弹力模型理论知识 | 第46-49页 |
| ·曲率 | 第46页 |
| ·欧拉弹力模型 | 第46-47页 |
| ·离散化过程 | 第47-49页 |
| ·欧拉弹力模型优化图切算法 | 第49页 |
| ·欧拉弹力模型优化后实验结果与分析 | 第49-54页 |
| ·基于高阶马尔科夫随机场模型的图切检测 | 第54-61页 |
| ·高阶马尔科夫随机场模型 | 第54-57页 |
| ·高阶马尔科夫随机场目标检测 | 第57-58页 |
| ·高阶马尔科夫随机场实验结果与分析 | 第58-61页 |
| ·结论 | 第61-62页 |
| 第5章 总结和展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |