| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| Dedication | 第10-11页 |
| List of Acronyms | 第11-13页 |
| Table of Contents | 第13-17页 |
| List of Figures | 第17-19页 |
| List of Tables | 第19-20页 |
| Chapter 1 Introduction | 第20-26页 |
| ·Issue Analysis | 第21页 |
| ·Research Intention | 第21-22页 |
| ·Research Motivation | 第22-23页 |
| ·Work Summary and Research Contribution | 第23-24页 |
| ·Thesis Organization | 第24-26页 |
| Chapter 2 Literature Review | 第26-50页 |
| ·Video Surveillance Systems | 第26-30页 |
| ·Low-Level Vision | 第28-29页 |
| ·Intermediate-level Vision | 第29页 |
| ·High-level Vision | 第29-30页 |
| ·Pedestrian Segmentation | 第30-37页 |
| ·Frame Differencing | 第30-32页 |
| ·Optical Flow | 第32-33页 |
| ·Background Modeling & Subtraction | 第33-34页 |
| ·Adaptive Background Subtraction | 第34-36页 |
| ·Statistical Methods | 第36页 |
| ·Gaussian Mixture Model | 第36-37页 |
| ·Human Body Modeling | 第37-41页 |
| ·Stick Skeleton figures | 第38-39页 |
| ·2-D Active Shape Models | 第39-40页 |
| ·3-D Motion Volume Models | 第40-41页 |
| ·Classifiers | 第41-43页 |
| ·Neural Network | 第43页 |
| ·Tracking Algorithms | 第43-47页 |
| ·Kalman Filter | 第45-46页 |
| ·Occlusion Handling | 第46-47页 |
| ·Summary | 第47-50页 |
| Chapter 3 Background Modeling and Silhouette Extraction | 第50-67页 |
| ·Introduction | 第50-52页 |
| ·Related Background Work | 第52-54页 |
| ·Methodology and Framework | 第54-62页 |
| ·Initialize Threshold | 第55-57页 |
| ·Level-1 Background Model | 第57-58页 |
| ·Level-2 Background Model | 第58-59页 |
| ·Threshold Update | 第59-60页 |
| ·Foreground Segmentation | 第60-61页 |
| ·Post Segmentation Noise Removal | 第61-62页 |
| ·Experimental Results and Analysis | 第62-66页 |
| ·Summary | 第66-67页 |
| Chapter 4 Blobs Feature Extraction & Pedestrian Identification | 第67-87页 |
| ·Introduction | 第67-69页 |
| ·Human Templates | 第69-71页 |
| ·Feature vector calculation | 第71-77页 |
| ·Boundary Box | 第72-73页 |
| ·Area | 第73页 |
| ·Perimeter | 第73-74页 |
| ·Centroid | 第74-75页 |
| ·Eccentricity | 第75-76页 |
| ·Orientation | 第76页 |
| ·Invariant moments | 第76-77页 |
| ·Feature Vector Normalization | 第77-78页 |
| ·Object Classification | 第78-79页 |
| ·Neural Network Classifier | 第79-83页 |
| ·Overview | 第79-80页 |
| ·Neural Network Architecture | 第80-81页 |
| ·Neural Network Calculations Flow | 第81-83页 |
| ·Experimental Results and Analysis | 第83-85页 |
| ·Conclusion | 第85-87页 |
| Chapter 5 Part Based Pedestrian Tracking | 第87-101页 |
| ·Introduction | 第87-89页 |
| ·Pedestrian Tracking | 第89-96页 |
| ·Kalman Filter | 第89-93页 |
| ·Kalman Algorithm for One Step Estimation | 第93-95页 |
| ·Tracking Algorithm Implementation | 第95-96页 |
| ·Experimental Results and Analysis | 第96-100页 |
| ·Summary | 第100-101页 |
| Chapter 6 Conclusion and Future Work | 第101-108页 |
| ·Introduction | 第101-102页 |
| ·Conclusion of Undertaken Research | 第102-105页 |
| ·Background Modeling and Object Segmentation | 第102-103页 |
| ·Pedestrian Classification/Identification | 第103页 |
| ·Part Based Pedestrian Tracking | 第103-105页 |
| ·Future Research Work | 第105-108页 |
| ·Improvement in Implemented Algorithms | 第105-106页 |
| ·System Functionality Extension | 第106-108页 |
| Bibliography | 第108-117页 |
| Extra Readings | 第117-118页 |
| Acknowledgements | 第118-120页 |
| Biographical Sketch | 第120-121页 |
| List of Publications | 第121-122页 |
