| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10-12页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文主要内容及章节安排 | 第14-16页 |
| 第二章 智能视频监控关键技术概述 | 第16-32页 |
| ·运动目标检测 | 第17-20页 |
| ·背景差分法 | 第17-18页 |
| ·帧差分法 | 第18-19页 |
| ·光流法 | 第19-20页 |
| ·运动目标跟踪 | 第20-22页 |
| ·目标表示 | 第21页 |
| ·特征比较 | 第21页 |
| ·目标预测 | 第21-22页 |
| ·智能跟踪算法 | 第22页 |
| ·行为理解 | 第22-25页 |
| ·隐马尔科夫模型 | 第24页 |
| ·动态贝叶斯网络 | 第24-25页 |
| ·神经网络 | 第25页 |
| ·HTM(Hierarchical Temporal Memory) | 第25-31页 |
| ·HTM 基本概念、理论 | 第26-30页 |
| ·训练学习过程 | 第30页 |
| ·推理过程 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 混合高斯背景模型的研究 | 第32-40页 |
| ·背景模型 | 第32-36页 |
| ·单高斯背景模型 | 第32-33页 |
| ·混合高斯背景模型 | 第33-36页 |
| ·改进的混合高斯背景模型 | 第36-38页 |
| ·背景模型的建立 | 第36页 |
| ·背景更新算法的改进 | 第36-37页 |
| ·阴影消除 | 第37-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 HTM 在智能监控系统中的应用 | 第40-59页 |
| ·目标跟踪 | 第40-41页 |
| ·NuPIC 介绍 | 第41-43页 |
| ·学习和推理算法 | 第43-49页 |
| ·学习算法描述 | 第44-47页 |
| ·推理算法描述 | 第47-49页 |
| ·HTM 网络与目标跟踪 | 第49-56页 |
| ·问题定义 | 第50-51页 |
| ·数据表示 | 第51页 |
| ·HTM 网络拓扑结构的创建 | 第51-54页 |
| ·网络训练 | 第54-56页 |
| ·目标跟踪 | 第56页 |
| ·实验结果与分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 智能监控系统的设计与实现 | 第59-71页 |
| ·总体设计 | 第59-60页 |
| ·服务器设计 | 第60-62页 |
| ·客户后端设计 | 第62-65页 |
| ·视频采集模块 | 第62页 |
| ·智能监控模块 | 第62-63页 |
| ·网络通讯模块 | 第63-65页 |
| ·客户前端设计 | 第65-66页 |
| ·系统界面与效果图 | 第66-69页 |
| ·实验结果与分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 个人简介和攻读硕士期间的成果 | 第77-78页 |