| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| §1.1 课题的背景和意义 | 第10页 |
| §1.2 课题研究现状 | 第10-12页 |
| §1.3 主要研究内容和工作 | 第12页 |
| §1.4 论文结构安排 | 第12-14页 |
| 第二章 相关理论基础 | 第14-27页 |
| §2.1 引言 | 第14页 |
| §2.2 粒子滤波理论 | 第14-19页 |
| ·基本思想 | 第14页 |
| ·贝叶斯滤波 | 第14-15页 |
| ·序贯重要性采样 | 第15-16页 |
| ·退化现象 | 第16-18页 |
| ·算法描述 | 第18页 |
| ·在视觉跟踪上的应用 | 第18-19页 |
| §2.3 水平集方法 | 第19-26页 |
| ·基本思想 | 第20页 |
| ·曲线演化理论 | 第20-21页 |
| ·水平集方法 | 第21-22页 |
| ·数值计算 | 第22-23页 |
| ·在图像分割中的应用 | 第23-26页 |
| §2.4 本章小结 | 第26-27页 |
| 第三章 基于混合高斯模型的运动目标检测与提取 | 第27-35页 |
| §3.1 引言 | 第27-28页 |
| ·现有方法 | 第27-28页 |
| ·本文方法 | 第28页 |
| §3.2 混合高斯模型 | 第28-30页 |
| ·基本思想 | 第28-29页 |
| ·模型建立 | 第29页 |
| ·模型更新 | 第29-30页 |
| §3.3 运动目标检测 | 第30-31页 |
| ·背景建模 | 第30页 |
| ·目标检测与提取 | 第30-31页 |
| §3.4 后续处理 | 第31-33页 |
| §3.5 实验结果分析 | 第33-34页 |
| §3.6 本章小结 | 第34-35页 |
| 第四章 基于粒子滤波和水平集方法相结合的人体运动跟踪与提取 | 第35-47页 |
| §4.1 引言 | 第35-37页 |
| ·现有方法 | 第35-36页 |
| ·本文方法 | 第36-37页 |
| §4.2 基于粒子滤波与水平集结合的人体运动目标跟踪 | 第37-44页 |
| ·状态方程 | 第37-38页 |
| ·观测方程 | 第38页 |
| ·特征选取 | 第38-39页 |
| ·似然函数更新 | 第39-43页 |
| ·实现算法 | 第43-44页 |
| §4.3 实验结果分析 | 第44-46页 |
| §4.4 本章小结 | 第46-47页 |
| 第五章 异常行为检测与分析 | 第47-53页 |
| §5.1 引言 | 第47-48页 |
| ·现有方法 | 第47-48页 |
| ·本文方法 | 第48页 |
| §5.2 异常行为检测 | 第48-51页 |
| ·特征提取 | 第48-50页 |
| ·异常行为检测 | 第50-51页 |
| §5.3 实验结果分析 | 第51-52页 |
| §5.4 本章小结 | 第52-53页 |
| 第六章 结束语 | 第53-54页 |
| §6.1 工作总结 | 第53页 |
| §6.2 后续工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者在学期间取得的学术成果 | 第58页 |