| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景与意义 | 第11-12页 |
| ·国内外视频智能监控的发展现状 | 第12-13页 |
| ·视频智能分析技术包含的内容 | 第13-14页 |
| ·视频智能分析技术实际应用中面临的问题 | 第14-16页 |
| ·实时性 | 第14-15页 |
| ·鲁棒性 | 第15-16页 |
| ·场景规则的确定 | 第16页 |
| ·研究工作的主要创新点 | 第16-17页 |
| ·文章结构安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 运动目标检测 | 第19-46页 |
| ·帧差法 | 第19-22页 |
| ·相邻两帧图像差分法 | 第20页 |
| ·多帧图像差分法 | 第20-21页 |
| ·实验结果 | 第21-22页 |
| ·背景差方法 | 第22-29页 |
| ·早期背景差分法 | 第22-24页 |
| ·后期背景差分法 | 第24-29页 |
| ·基于 BTP-JE 模型的前景检测 | 第29-40页 |
| ·问题说明 | 第30页 |
| ·背景和前景特征信息的获取 | 第30-32页 |
| ·BTP-JE 模型前景检测算法 | 第32-37页 |
| ·实验结果与误差分析 | 第37-40页 |
| ·光流法 | 第40-45页 |
| ·光流法基本原理 | 第40-42页 |
| ·基于 BTP-JE 模型与光流法相结合的运动目标检测 | 第42-43页 |
| ·实验结果 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第三章 场景规则确定 | 第46-53页 |
| ·场景规则介绍 | 第46页 |
| ·单虚拟警戒线规则 | 第46-47页 |
| ·虚拟矩形警戒区域规则 | 第47-48页 |
| ·虚拟多边形警戒区域规则 | 第48-52页 |
| ·线段相交判断 | 第49-50页 |
| ·点与多边形位置关系的判断 | 第50-51页 |
| ·多边形目标异常判定模型 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 运动目标跟踪 | 第53-69页 |
| ·MeanShift 算法对运动目标的跟踪 | 第53-58页 |
| ·基本 MeanShift | 第54-55页 |
| ·扩展的 MeanShift | 第55-57页 |
| ·MeanShift 算法 | 第57-58页 |
| ·基于 CamShift 算法的目标跟踪 | 第58-61页 |
| ·CamShift 算法原理 | 第59-60页 |
| ·基于 CamShift 与光流法相融合的运动目标跟踪 | 第60-61页 |
| ·Kalman 滤波器 | 第61-65页 |
| ·Kalman 滤波器的状态方程与观测方程 | 第62页 |
| ·Kalman 滤波器的计算原型 | 第62-63页 |
| ·Kalman 滤波算法 | 第63-64页 |
| ·Kalman 滤波器对运动目标预测的实现 | 第64-65页 |
| ·基于 OTBKC-BTP-JE 模型的多目标跟踪 | 第65-68页 |
| ·OTBKC-BTP-JE 算法流程 | 第66-67页 |
| ·实验结果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 视频智能分析平台的设计与实现 | 第69-85页 |
| ·视频智能分析平台概述 | 第69页 |
| ·视频智能分析平台设计原则 | 第69-70页 |
| ·视频智能分析平台总体设计 | 第70-71页 |
| ·视频智能分析平台实现的准备条件 | 第71-74页 |
| ·视频智能分析平台实现 | 第74-77页 |
| ·用户登录 | 第74页 |
| ·视频智能分析平台主界面 | 第74-77页 |
| ·视频智能分析平台实验结果 | 第77-84页 |
| ·本章小结 | 第84-85页 |
| 总结与展望 | 第85-87页 |
| 1 总结 | 第85-86页 |
| 2 展望 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间取得的研究成果 | 第93-94页 |
| 致谢 | 第94-95页 |
| 附件 | 第95页 |
