| 提要 | 第1-6页 |
| 第1章 绪论 | 第6-13页 |
| ·研究背景与意义 | 第6-7页 |
| ·相关的科研机构与学术活动 | 第7-8页 |
| ·智能监控领域相关问题的综述 | 第8-11页 |
| ·本文的具体工作 | 第11-13页 |
| 第2章 目标检测算法的研究 | 第13-24页 |
| ·基于帧差法的目标检测算法 | 第13-14页 |
| ·基于背景差法的目标检测算法 | 第14-24页 |
| ·普通背景建模方法 | 第15-16页 |
| ·一种改进的基于目标定位的背景建模方法 | 第16-19页 |
| ·一种改进学习速率的混合高斯模型背景建模方法 | 第19-24页 |
| 第3章 目标跟踪算法的研究 | 第24-50页 |
| ·核密度估计理论 | 第24-25页 |
| ·一种改进的基于核密度估计的色彩模型建模方法 | 第25-27页 |
| ·均值移动算法 | 第27-36页 |
| ·MeanShift算法 | 第27-29页 |
| ·MeanShift算法在目标跟踪领域内的应用 | 第29-31页 |
| ·一种改进的基于图像矩理论的CamShift跟踪算法 | 第31-36页 |
| ·预估器 | 第36-50页 |
| ·卡尔曼滤波器模型 | 第36-38页 |
| ·使用卡尔曼滤波器跟踪平面内随机运动的坐标点 | 第38-41页 |
| ·粒子滤波器模型 | 第41-44页 |
| ·一种改进的基于目标色彩信息的粒子滤波跟踪算法 | 第44-50页 |
| 第4章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 硕士期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 摘要 | 第57-59页 |
| Abstract | 第59-61页 |