| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题研究意义及背景 | 第11-12页 |
| ·监控视频检索系统的关键技术发展现状 | 第12-14页 |
| ·监控视频检索系统发展及现状 | 第12-13页 |
| ·智能监控视频检索系统中的关键技术 | 第13-14页 |
| ·本文的主要工作和组织结构 | 第14-16页 |
| 第二章 运动目标的检测与跟踪 | 第16-30页 |
| ·概述 | 第16页 |
| ·运动目标检测相关技术 | 第16-21页 |
| ·光流法 | 第16-18页 |
| ·帧间差分法 | 第18-19页 |
| ·背景差分方法 | 第19-21页 |
| ·目标跟踪相关技术 | 第21-23页 |
| ·均值漂移算法 | 第21-22页 |
| ·Kalman 滤波算法 | 第22-23页 |
| ·Kalman 与 Mean-shift 相结合跟踪方法 | 第23页 |
| ·基于前景分割的消除相似背景影响的多目标跟踪算法 | 第23-29页 |
| ·运动目标跟踪算法框架 | 第23-24页 |
| ·前景分割 | 第24-25页 |
| ·跟踪方法 | 第25页 |
| ·分离对象匹配 | 第25-26页 |
| ·相似度衡量 | 第26-27页 |
| ·实验结果 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于外观模型的目标检索预处理 | 第30-44页 |
| ·概述 | 第30页 |
| ·跟踪质量的评价 | 第30-32页 |
| ·常用分类器介绍 | 第32-34页 |
| ·BP 神经网络 | 第32-34页 |
| ·朴素贝叶斯分类器 | 第34页 |
| ·基于 HOG 特征的非关注目标的剔除 | 第34-39页 |
| ·HOG 图像特征描述子 | 第35-36页 |
| ·支持向量机 | 第36-38页 |
| ·分类器的训练和识别及实验结果 | 第38-39页 |
| ·移动目标进入离开时间计算 | 第39-42页 |
| ·同一目标合并处理流程 | 第40-41页 |
| ·基于交互的相同移动目标合并 | 第41-42页 |
| ·实验结果 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于移动目标聚类的检索 | 第44-60页 |
| ·概述 | 第44页 |
| ·移动目标匹配概述 | 第44-48页 |
| ·基于图像灰度的匹配方法 | 第45-46页 |
| ·基于图像特征的匹配方法 | 第46-47页 |
| ·基于模板的匹配方法 | 第47页 |
| ·基于变换域的匹配方法 | 第47-48页 |
| ·聚类分析概述 | 第48-51页 |
| ·基于网格的方法 | 第49页 |
| ·基于密度的方法 | 第49-50页 |
| ·基于划分的方法 | 第50页 |
| ·层次的方法 | 第50-51页 |
| ·基于协方差特征的移动目标聚类算法 | 第51-52页 |
| ·移动目标聚类 | 第51页 |
| ·目标的协方差特征 | 第51-52页 |
| ·改进的基于边方向直方图的移动目标聚类算法 | 第52-59页 |
| ·边方向直方图 | 第52-53页 |
| ·边方向直方图相似度衡量 | 第53页 |
| ·移动目标聚类过程 | 第53-54页 |
| ·移动目标的匹配 | 第54页 |
| ·实验效果及其分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 移动目标检索算法在监控视频检索系统中的应用 | 第60-68页 |
| ·系统开发环境 | 第60页 |
| ·系统需求分析 | 第60-61页 |
| ·软件的总体结构设计 | 第61-64页 |
| ·系统模块划分及结构设计 | 第61-63页 |
| ·系统处理流程 | 第63-64页 |
| ·系统的主要功能详细介绍 | 第64-67页 |
| ·区域报警功能 | 第64页 |
| ·目标分析 | 第64-65页 |
| ·移动目标检索 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·研究工作总结 | 第68-69页 |
| ·未来展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75页 |