| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题研究的背景及意义 | 第10-12页 |
| ·研究现状 | 第12-17页 |
| ·运动目标检测 | 第13-14页 |
| ·基于 Mean Shift 算法的运动目标跟踪 | 第14-17页 |
| ·本文研究的主要内容与结构安排 | 第17-20页 |
| ·主要研究内容 | 第17-18页 |
| ·结构安排 | 第18-20页 |
| 第二章 运动目标检测 | 第20-36页 |
| ·经典的运动目标检测方法 | 第20-27页 |
| ·背景差分法 | 第20-25页 |
| ·帧差法 | 第25-27页 |
| ·光流法 | 第27页 |
| ·针对特殊跟踪目标进行的检测方法 | 第27-35页 |
| ·特征值的计算 | 第29页 |
| ·弱分类器的训练 | 第29-31页 |
| ·强分类器的训练 | 第31-33页 |
| ·Cascade 分类器 | 第33页 |
| ·Adaboost 算法对人脸的检测 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第三章 结合肤色模型的快速人脸检测算法研究与实现 | 第36-46页 |
| ·FFS 算法简介 | 第36-38页 |
| ·肤色模型 | 第38-40页 |
| ·引入肤色模型后的人脸检测模型 | 第40-42页 |
| ·引入新模型后的检测效果 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第四章 基于 Mean Shift 算法的视频跟踪研究 | 第46-60页 |
| ·Mean Shift 算法及其跟踪局限性 | 第46-53页 |
| ·Mean Shift 算法简介 | 第46-48页 |
| ·Mean Shift 算法跟踪原理 | 第48-52页 |
| ·Mean Shift 算法的跟踪局限性 | 第52-53页 |
| ·Harris 角点检测 | 第53-55页 |
| ·Harris 角点 | 第53-55页 |
| ·融合 Harris 角点检测的运动目标跟踪 | 第55页 |
| ·改进的 Mean Shift 算法流程及实验结果与分析 | 第55-58页 |
| ·小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间已撰写和发表的论文 | 第66-68页 |
| 致谢 | 第68页 |