| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外相关研究现状 | 第11-14页 |
| 1.2.1 高清视频智能监控系统的发展现状 | 第11-12页 |
| 1.2.2 视频目标跟踪技术的发展现状 | 第12-14页 |
| 1.3 本论文研究内容 | 第14-15页 |
| 1.4 本论文组织结构 | 第15-16页 |
| 2 相关技术概述 | 第16-24页 |
| 2.1 达芬奇数字视频处理技术 | 第16-17页 |
| 2.2 计算机视觉技术 | 第17-18页 |
| 2.3 VIBE(前景目标提取算法) | 第18-20页 |
| 2.4 TLD(TRACKING-LEARNING-DETECTION) | 第20-23页 |
| 2.4.1 基于金字塔LK光流法跟踪的中值流跟踪算法 | 第20-21页 |
| 2.4.2 基于级联器(Cascade Classifier)的检测算法 | 第21-23页 |
| 2.4.3 PN学习 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 智能跟踪系统功能及总体设计 | 第24-29页 |
| 3.1 系统需求分析 | 第24-25页 |
| 3.2 终端硬件总体框架 | 第25-26页 |
| 3.3 终端软件总体框架 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 智能跟踪算法详细设计 | 第29-43页 |
| 4.1 前景提取 | 第29-32页 |
| 4.2 目标跟踪 | 第32-39页 |
| 4.2.1 中值流跟踪 | 第32-35页 |
| 4.2.2 目标检测级联器 | 第35-36页 |
| 4.2.3 综合模块 | 第36-38页 |
| 4.2.4 跟踪学习 | 第38-39页 |
| 4.3 自动化跟踪 | 第39-41页 |
| 4.3.1 基于多可信度的目标自动化选择 | 第39-41页 |
| 4.3.2 算法的实时反馈 | 第41页 |
| 4.4 本章小结 | 第41-43页 |
| 5 智能跟踪系统软件详细设计 | 第43-64页 |
| 5.1 系统通信模块 | 第43-48页 |
| 5.1.1 Link设计 | 第44页 |
| 5.1.2 Link间通信 | 第44-47页 |
| 5.1.3 进程间模块通信 | 第47-48页 |
| 5.2 基于McFw的视频采集流水与智能视频分析框架设计 | 第48-52页 |
| 5.2.1 M3VPSS高清视频采集流水 | 第48-50页 |
| 5.2.2 多核异构的智能视频分析框架 | 第50-51页 |
| 5.2.3 系统的视频数据转运 | 第51-52页 |
| 5.3 系统控制模块 | 第52-55页 |
| 5.4 智能跟踪模块 | 第55-62页 |
| 5.4.1 DSP智能跟踪业务设计 | 第55-56页 |
| 5.4.2 智能跟踪算法库设计 | 第56-60页 |
| 5.4.3 算法自适应性设计 | 第60-62页 |
| 5.5 跟踪结果处理模块 | 第62-63页 |
| 5.6 本章小结 | 第63-64页 |
| 6 系统测试及结果分析 | 第64-74页 |
| 6.1 测试概要 | 第64-66页 |
| 6.1.1 测试环境 | 第64-65页 |
| 6.1.2 测试内容 | 第65-66页 |
| 6.2 测试结果及分析 | 第66-73页 |
| 6.2.1 智能跟踪系统功能测试 | 第66-71页 |
| 6.2.2 智能跟踪系统性能测试 | 第71-73页 |
| 6.3 本章小结 | 第73-74页 |
| 7 总结与展望 | 第74-76页 |
| 7.1 总结 | 第74-75页 |
| 7.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者简历 | 第80页 |
