| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及应用 | 第9-10页 |
| ·相关算法综述 | 第10-14页 |
| ·运动目标检测算法综述 | 第10-12页 |
| ·目标跟踪算法综述 | 第12-14页 |
| ·论文主要研究内容 | 第14页 |
| ·论文章节安排 | 第14-15页 |
| 第二章 基于背景减除的运动目标检测经典算法 | 第15-37页 |
| ·背景减除的定义及面临的挑战 | 第15-16页 |
| ·背景减除的定义 | 第15-16页 |
| ·背景减除面临的挑战 | 第16页 |
| ·背景减除的经典方法及研究现状分析 | 第16-24页 |
| ·高斯背景减除 | 第17页 |
| ·混合高斯背景减除 | 第17-18页 |
| ·核密度估计背景减除 | 第18-19页 |
| ·基于 codebook 的背景减除算法 | 第19-20页 |
| ·ViBe 背景减除算法 | 第20-21页 |
| ·基于 LBP 纹理特征的背景减除算法 | 第21-24页 |
| ·部分经典背景减除算法的性能分析 | 第24-36页 |
| ·实验平台介绍 | 第24页 |
| ·测试数据集分析 | 第24-29页 |
| ·测试方法分析 | 第29-30页 |
| ·后处理方法 | 第30页 |
| ·算法性能定性分析 | 第30-34页 |
| ·算法性能定量分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 目标跟踪经典算法研究 | 第37-50页 |
| ·目标跟踪的定义及其研究难点 | 第37-40页 |
| ·目标跟踪的定义 | 第37-39页 |
| ·目标跟踪的研究难点 | 第39-40页 |
| ·多目标跟踪中的相关算法分析 | 第40-49页 |
| ·基于线性规划的多目标跟踪算法 | 第41-44页 |
| ·基于 k 最短路径的多目标跟踪算法 | 第44-47页 |
| ·基于广义最小团图的多目标跟踪算法 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于 SILTP 与 ViBe 的背景减除算法 | 第50-60页 |
| ·算法的提出 | 第50页 |
| ·SILTP 纹理特征 | 第50-53页 |
| ·背景减除算法 | 第53-57页 |
| ·背景模型初始化 | 第53-54页 |
| ·背景减除 | 第54-55页 |
| ·背景模型更新 | 第55-57页 |
| ·算法性能分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 分层关联的多目标跟踪算法研究 | 第60-69页 |
| ·在视频片段中跟踪 | 第60-63页 |
| ·广义最小团问题(GMCP)概述 | 第60页 |
| ·建模多目标跟踪为 GMCP | 第60-61页 |
| ·目标相似度计算 | 第61页 |
| ·GMCP 数学描述 | 第61-62页 |
| ·短时遮挡处理 | 第62-63页 |
| ·全局跟踪 | 第63-65页 |
| ·轨迹片段分析 | 第63-64页 |
| ·对轨迹片段进行关联 | 第64-65页 |
| ·实验结果分析 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 A 基于高斯模型的背景减除算法伪代码 | 第75-76页 |
| 附录 B 基于混合高斯模型的背景减除算法伪代码 | 第76-78页 |
| 附录 C 基于核密度估计的背景减除算法的伪代码 | 第78-79页 |
| 附录 D 基于 codebook 的背景减除算法的伪代码 | 第79-82页 |
| 附录 E ViBe 背景减除算法伪代码 | 第82-84页 |
| 附录 F 基于 LBP 的背景减除算法伪代码 | 第84-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间的研究成果 | 第87页 |