| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的研究背景及意义 | 第8页 |
| ·课题的研究现状 | 第8-10页 |
| ·论文工作及创新点 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 运动物体检测算法 | 第12-25页 |
| ·运动物体检测算法 | 第12-18页 |
| ·背景相减法 | 第12-16页 |
| ·帧间差分法 | 第16-18页 |
| ·光流法 | 第18页 |
| ·运动物体四边界定位算法 | 第18-24页 |
| ·区域增长法 | 第19页 |
| ·基于像素标记法的改进算法 | 第19-22页 |
| ·算法仿真实验 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 跟踪算法 | 第25-42页 |
| ·基于特征的目标跟踪算法 | 第25-26页 |
| ·特征的选择及提取 | 第25-26页 |
| ·基于特征的算法结构 | 第26页 |
| ·无参密度估计理论 | 第26-28页 |
| ·一维空间的核密度估计 | 第27页 |
| ·多维空间的核密度估计 | 第27-28页 |
| ·Mean Shift向量 | 第28-29页 |
| ·基于Mean Shift的跟踪算法 | 第29-32页 |
| ·目标模型 | 第29-30页 |
| ·候选模型 | 第30页 |
| ·相似性函数 | 第30页 |
| ·目标定位 | 第30-31页 |
| ·Mean Shift算法 | 第31-32页 |
| ·Mean Shift算法实现的要点 | 第32页 |
| ·Mean Shift跟踪算法的改进 | 第32-35页 |
| ·Kalman滤波器在Mean Shift算法中的应用 | 第33-35页 |
| ·结合Kalman滤波器的改进Mean Shift算法 | 第35页 |
| ·尺度自适应策略 | 第35页 |
| ·算法仿真实验 | 第35-41页 |
| ·仿真实现 | 第36-39页 |
| ·仿真结果 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 软件实现与代码优化 | 第42-61页 |
| ·DSP嵌入式系统实现环境 | 第42-43页 |
| ·硬件环境 | 第42页 |
| ·软件环境 | 第42-43页 |
| ·DSP程序开发及优化流程 | 第43-45页 |
| ·运动物体检测软件的设计与实现 | 第45-50页 |
| ·运动物体检测软件的设计 | 第45-46页 |
| ·运动物体检测软件的实现 | 第46-50页 |
| ·常用的优化策略 | 第50-52页 |
| ·选择正确的编译器选项 | 第50-51页 |
| ·基本的优化技巧 | 第51页 |
| ·使用优化器注释 | 第51-52页 |
| ·循环代码的优化 | 第52-55页 |
| ·运用restrict限定符,MUST_ITERATE pragmas和_nasserts() | 第53-55页 |
| ·处理嵌套循环 | 第55页 |
| ·控制代码的优化 | 第55-59页 |
| ·在结构体中嵌入restrict限定符指针 | 第55-56页 |
| ·优化"if"语句 | 第56-59页 |
| ·代码优化效果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 视频分析应用接口 | 第61-70页 |
| ·视频分析应用结构 | 第61-62页 |
| ·运动物体检测软件接口设计 | 第62-63页 |
| ·运动物体检测软件接口实现 | 第63-66页 |
| ·用户端 | 第63-64页 |
| ·网络视频处理器端 | 第64-65页 |
| ·视频分析处理器端 | 第65页 |
| ·接口实现的要点 | 第65-66页 |
| ·网络视频处理器与视频分析处理器之间视频流同步问题 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-71页 |
| ·论文工作总结 | 第70页 |
| ·论文不足及进一步研究工作 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 发表论文 | 第75页 |
