| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·主要研究内容和难点 | 第11-16页 |
| ·运动人体检测技术 | 第11-12页 |
| ·运动人体跟踪技术 | 第12-14页 |
| ·存在的问题及难点 | 第14-16页 |
| ·本文主要内容 | 第16-17页 |
| 第二章 运动人体检测 | 第17-27页 |
| ·引言 | 第17-18页 |
| ·背景建模算法 | 第18-24页 |
| ·单高斯背景建模 | 第19-20页 |
| ·混合高斯背景建模 | 第20-22页 |
| ·非参数模型估计 | 第22-24页 |
| ·各算法分析比较 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 运动人体图像分割 | 第27-35页 |
| ·引言 | 第27页 |
| ·常用分割方法 | 第27-32页 |
| ·基于灰度值的分割 | 第27-29页 |
| ·基于边界的分割 | 第29-31页 |
| ·基于区域的分割 | 第31-32页 |
| ·利用坐标映射分割 | 第32-33页 |
| ·实验结果及分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 运动人体目标跟踪 | 第35-51页 |
| ·引言 | 第35页 |
| ·常用跟踪算法 | 第35-38页 |
| ·基于特征的跟踪 | 第36-37页 |
| ·基于主动轮廓的跟踪 | 第37-38页 |
| ·基于运动估计的跟踪 | 第38页 |
| ·基于Meanshift算法的目标跟踪 | 第38-43页 |
| ·MeanShift基本理论 | 第39-41页 |
| ·MeanShift跟踪理论 | 第41-43页 |
| ·Camshift和Kalman滤波器相结合的跟踪算法 | 第43-48页 |
| ·Camshift算法主要思想 | 第43-45页 |
| ·Kalman滤波器 | 第45页 |
| ·滤波器的原理及其预测过程 | 第45-47页 |
| ·Camshift和Kalman滤波器结合进行跟踪 | 第47-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-52页 |
| ·本文主要工作 | 第51页 |
| ·进一步研究和展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读学位期间取得的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |