| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本文主要工作 | 第9-10页 |
| 1.4 本文组织架构 | 第10-12页 |
| 第二章 视频监控隐私保护中常用跟踪算法的应用 | 第12-22页 |
| 2.1 常用的视频运动目标检测和跟踪算法 | 第12-13页 |
| 2.1.1 常用运动目标检测方法 | 第12-13页 |
| 2.1.2 视频监控运动目标跟踪常用算法 | 第13页 |
| 2.2 颜色模型 | 第13-14页 |
| 2.3 均值漂移算法 | 第14-17页 |
| 2.3.1 非参数概率密度估计 | 第14-15页 |
| 2.3.2 均值漂移向量 | 第15-17页 |
| 2.4 Camshift算法及其在视频监控运动目标跟踪中的应用 | 第17-20页 |
| 2.4.1 Camshift算法流程和跟踪窗口计算 | 第17-19页 |
| 2.4.2 视频监控目标区域搜索窗口计算 | 第19-20页 |
| 2.5 实验结果与分析 | 第20-22页 |
| 第三章 结合卡尔曼滤波的自适应均值漂移跟踪算法应用 | 第22-29页 |
| 3.1 卡尔曼滤波算法简述 | 第22-24页 |
| 3.2 结合Kalman滤波的视频运动目标跟踪算法 | 第24-26页 |
| 3.3 实验结果分析 | 第26-29页 |
| 第四章 一种改进的自适应均值漂移算法 | 第29-42页 |
| 4.1 引言 | 第29页 |
| 4.2 图像边缘检测 | 第29-33页 |
| 4.3 改进的自适应均值漂移视频运动目标跟踪算法 | 第33-36页 |
| 4.3.1 改进直方图的Camshift算法 | 第33-35页 |
| 4.3.2 改进Camshift算法流程 | 第35-36页 |
| 4.4 实验结果与分析 | 第36-42页 |
| 4.4.1 实验平台与实验数据 | 第36页 |
| 4.4.2 实验结果分析 | 第36-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 5.1 本文总结 | 第42页 |
| 5.2 未来工作展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士期间发表论文情况 | 第47-48页 |
| 致谢 | 第48页 |
