| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·论文的研究背景及意义 | 第11-12页 |
| ·运动检测与跟踪研究现状 | 第12-18页 |
| ·运动目标检测 | 第13-15页 |
| ·运动目标跟踪 | 第15-16页 |
| ·运动目标检测与跟踪算法的难点 | 第16-18页 |
| ·论文主要内容及结构安排 | 第18-20页 |
| ·主要研究内容 | 第18页 |
| ·论文结构安排 | 第18-20页 |
| 第2章 运动检测与跟踪算法研究基础 | 第20-36页 |
| ·BP网络理论 | 第20-24页 |
| ·BP网络的模型 | 第20-21页 |
| ·BP算法的步骤 | 第21-22页 |
| ·BP算法的改进 | 第22-24页 |
| ·BP算法的问题 | 第22-23页 |
| ·附加动量方法 | 第23-24页 |
| ·变学习率学习算法 | 第24页 |
| ·Adaboost算法 | 第24-28页 |
| ·Adaboost算法的构造 | 第24-25页 |
| ·Adaboost算法的收敛性能 | 第25-26页 |
| ·Adaboost算法的泛化能力 | 第26-28页 |
| ·目标特征提取 | 第28-35页 |
| ·传统的特征表述 | 第28-29页 |
| ·局部特征描述 | 第29-30页 |
| ·Harris角点 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于BP神经网络的运动检测与跟踪算法研究 | 第36-50页 |
| ·前言 | 第36页 |
| ·运动目标检测算法概述 | 第36-41页 |
| ·背景减算法 | 第36-39页 |
| ·典型的背景模型 | 第36-37页 |
| ·背景更新方法 | 第37-39页 |
| ·帧间差分法 | 第39-40页 |
| ·光流法 | 第40-41页 |
| ·结合Adaboost算法与BP网络的运动检测算法 | 第41-45页 |
| ·算法思路 | 第41-42页 |
| ·BP_Adaboost检测模型 | 第42-43页 |
| ·仿真实验分析 | 第43-45页 |
| ·基于BP神经网络的运动目标跟踪算法 | 第45-49页 |
| ·BP网络跟踪模型 | 第45-46页 |
| ·运动目标局部特征提取 | 第46-47页 |
| ·仿真实验分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于改进Camshift的运动目标跟踪算法研究 | 第50-60页 |
| ·前言 | 第50页 |
| ·Camshift目标跟踪算法 | 第50-53页 |
| ·Mean Shift算法 | 第50-51页 |
| ·Camshift算法 | 第51-53页 |
| ·改进的Camshift目标跟踪算法 | 第53-56页 |
| ·Camshift算法存在的问题 | 第54页 |
| ·结合运动目标位置预测的Camshift算法 | 第54-56页 |
| ·实验结果及分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |
| 攻读学位期间取得的科研成果目录 | 第66-67页 |
| 致谢 | 第67页 |