| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·本文的研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·智能视频监控系统的研究 | 第11-12页 |
| ·人体运动目标检测的研究 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的章节安排 | 第14-15页 |
| 第2章 系统的总体设计方案 | 第15-31页 |
| ·自适应特征的选取思想 | 第15-21页 |
| ·不同人体特征的识别 | 第15-18页 |
| ·自适应特征准则的建立 | 第18-21页 |
| ·自适应特征准则的实现 | 第21-25页 |
| ·光线亮度的判断 | 第21页 |
| ·运动目标的距离判断 | 第21-24页 |
| ·运动目标的方向判断 | 第24-25页 |
| ·本文的系统设计 | 第25-31页 |
| ·本文的系统流程 | 第25-28页 |
| ·系统的模块功能 | 第28-31页 |
| 第3章 运动人体目标检测 | 第31-38页 |
| ·运动目标检测方法 | 第31-35页 |
| ·运动目标的基本检测方法 | 第31-33页 |
| ·本文的运动目标检测方法 | 第33-35页 |
| ·运动目标的形态学处理 | 第35-38页 |
| 第4章 人体目标特征提取 | 第38-56页 |
| ·头肩特征的提取 | 第38-46页 |
| ·头肩模型的提取 | 第38-41页 |
| ·头肩模型特征向量的提取 | 第41-45页 |
| ·提取头肩特征的实验结果 | 第45-46页 |
| ·步态特征的提取 | 第46-56页 |
| ·步态的周期检测 | 第46-48页 |
| ·基于Procrustes序列均值形状统计分析方法(PMS) | 第48-50页 |
| ·PCA主成分分析 | 第50-52页 |
| ·Procrustes傅里叶频谱分析 | 第52-53页 |
| ·步态的训练过程 | 第53-54页 |
| ·步态的识别过程 | 第54-56页 |
| 第5章 系统实现及结果分析 | 第56-64页 |
| ·系统实现 | 第56-57页 |
| ·实验测试结果及分析 | 第57-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 研究生履历 | 第71页 |