| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-13页 |
| 第一章 绪论 | 第13-28页 |
| ·引言 | 第13-14页 |
| ·视频监控发展历程 | 第14-15页 |
| ·智能视频监控技术 | 第15-19页 |
| ·运动检测 | 第16-17页 |
| ·目标跟踪 | 第17-18页 |
| ·目标分类和识别 | 第18页 |
| ·行为分析 | 第18-19页 |
| ·多摄像机数据融合 | 第19页 |
| ·视频分析引擎 | 第19-23页 |
| ·研究现状 | 第23-24页 |
| ·面临的问题 | 第24-25页 |
| ·论文主要贡献及结构 | 第25-28页 |
| 第二章 运动检测技术研究 | 第28-50页 |
| ·引言 | 第28-30页 |
| ·相邻帧差法 | 第28-29页 |
| ·光流法 | 第29页 |
| ·背景差法 | 第29-30页 |
| ·基于拉普拉斯分解和混合高斯模型的背景建模 | 第30-37页 |
| ·拉普拉斯金字塔分解 | 第31-32页 |
| ·差分图像计算 | 第32-33页 |
| ·静止像素与运动像素划分 | 第33-35页 |
| ·原始分辨率恢复 | 第35-37页 |
| ·前景背景后处理 | 第37页 |
| ·实验结果 | 第37-40页 |
| ·去除阴影 | 第40-42页 |
| ·改进的相邻帧差法及其硬件实现 | 第42-49页 |
| ·改进的相邻帧差法 | 第43-47页 |
| ·改进的相邻帧差法硬件实现 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 Adaboost算法及应用 | 第50-70页 |
| ·Adaboost算法简介 | 第50-51页 |
| ·Adaboost算法分析 | 第51-54页 |
| ·训练误差分析 | 第52-53页 |
| ·泛化误差分析 | 第53页 |
| ·其它Adaboost算法 | 第53-54页 |
| ·Adaboost在人脸检测中的应用 | 第54-60页 |
| ·Haar矩形特征 | 第55-57页 |
| ·人脸检测速度的优化 | 第57页 |
| ·人脸检测流程 | 第57-60页 |
| ·Adaboost在目标跟踪中的应用 | 第60-69页 |
| ·基于在线Adaboost的目标跟踪算法 | 第62-66页 |
| ·实验结果 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第四章 基于Adaboost算法的人脸检测硬件实现研究 | 第70-92页 |
| ·引言 | 第70-71页 |
| ·基于Adaboost的人脸检测方法 | 第71-72页 |
| ·人脸检测的硬件实现 | 第72-76页 |
| ·基于Adaboost算法的人脸检测新架构设计 | 第76-87页 |
| ·图像缩放 | 第77页 |
| ·积分图 | 第77-79页 |
| ·特征分解 | 第79-82页 |
| ·特征值计算 | 第82-83页 |
| ·阈值比较 | 第83-84页 |
| ·后处理模块 | 第84-85页 |
| ·硬件结构优化 | 第85-87页 |
| ·实验结果分析 | 第87-89页 |
| ·人脸架构的ASIC架构研究 | 第89-90页 |
| ·本章小结 | 第90-92页 |
| 第五章 芯片测试向量压缩技术研究 | 第92-119页 |
| ·引言 | 第92-99页 |
| ·测试向量相容位 | 第96-97页 |
| ·FDR编码 | 第97-98页 |
| ·EFDR编码 | 第98-99页 |
| ·基于测试向量相容的FDR编码方法 | 第99-108页 |
| ·FDR-BC编码 | 第99-100页 |
| ·压缩率计算 | 第100-102页 |
| ·分组算法 | 第102-105页 |
| ·解码器设计 | 第105-107页 |
| ·实验结果 | 第107-108页 |
| ·基于测试向量相容的三游程编码方法 | 第108-118页 |
| ·CBCT编码 | 第109页 |
| ·编码举例 | 第109-110页 |
| ·分组算法 | 第110页 |
| ·解码器结构 | 第110-113页 |
| ·实验结果 | 第113-118页 |
| ·本章小结 | 第118-119页 |
| 第六章 总结与展望 | 第119-121页 |
| ·工作总结 | 第119-120页 |
| ·未来工作展望 | 第120-121页 |
| 参考文献 | 第121-137页 |
| 攻读博士期间发表的论文和科研情况 | 第137页 |