| ABSTRACT | 第5页 |
| Chapter 1 – Introduction | 第11-24页 |
| 1.1 Research Background | 第11-13页 |
| 1.2 Overview of Intelligent Video Surveillance System | 第13页 |
| 1.3 Important Key Steps in Intelligent Video Surveillance System | 第13-17页 |
| 1.3.1 Object detection | 第15页 |
| 1.3.2 Object classification | 第15页 |
| 1.3.3 Object tracking | 第15-16页 |
| 1.3.4 Object analysis | 第16-17页 |
| 1.4 The Importance of Object Tracking | 第17页 |
| 1.5 Previous Works | 第17-21页 |
| 1.6 Research Objectives | 第21-22页 |
| 1.7 Structure of the Thesis | 第22-24页 |
| Chapter 2 – Challenges in Object Tracking and Several Conventional Object Tracking Algorithms | 第24-41页 |
| 2.1 Chapter Introduction | 第24页 |
| 2.2 Challenges in Object Tracking | 第24-26页 |
| 2.2.1 Illumination variation | 第24页 |
| 2.2.2 Non-rigid object | 第24-25页 |
| 2.2.3 Non-linear motion | 第25页 |
| 2.2.4 Occlusion | 第25页 |
| 2.2.5 Background Clutter | 第25-26页 |
| 2.2.6 Real-time processing requirement | 第26页 |
| 2.3 Features Selection in Object Tracking | 第26-28页 |
| 2.3.1 Color feature: RGB and HSV Histogram | 第26-27页 |
| 2.3.2 Texture feature: Local Binary Pattern (LBP) | 第27-28页 |
| 2.4 Conventional Object Tracking Algorithm | 第28-36页 |
| 2.4.1 Mean-shift | 第28-32页 |
| 2.4.2 Kalman Filter | 第32-34页 |
| 2.4.3 Particle Filter | 第34-36页 |
| 2.5 Combination of Conventional Object Tracking Algorithms | 第36-40页 |
| 2.5.1 Combination of Mean-shift and Kalman Filter algorithm (MKF) | 第36-37页 |
| 2.5.2 Combination of Mean-shift and Particle filter algorithm (MPF) | 第37-39页 |
| 2.5.3 Combination of Particle Filter and Kalman Filter algorithm (PKF) | 第39-40页 |
| 2.6 Chapter Summary | 第40-41页 |
| Chapter 3 - Visual Object Tracking Using Color and Texture Features Based on Mean-shift and Particle-Kalman Filter Algorithm | 第41-55页 |
| 3.1 Chapter Introduction | 第41-43页 |
| 3.2 Flowchart Diagram of the Proposed Algorithm | 第43-54页 |
| 3.2.1 Input | 第43页 |
| 3.2.2 Target Model Initialization | 第43-47页 |
| 3.2.3 HSV Color Feature based Mean-shift Tracking | 第47-48页 |
| 3.2.4 Occlusion Detection | 第48页 |
| 3.2.5 Update Target Model | 第48-49页 |
| 3.2.6 Color and Texture Features Fusion Based Particle-Kalman Filter Tracking | 第49-54页 |
| 3.3 Visual Object Tracking System Implementation | 第54页 |
| 3.4 Chapter Summary | 第54-55页 |
| Chapter 4 - Experimental Results and Discussions | 第55-83页 |
| 4.1 Chapter Introduction | 第55页 |
| 4.2 Experimental Environment | 第55页 |
| 4.3 Experimental Results | 第55-82页 |
| 4.3.1 Qualitative Evaluation and Analysis | 第55-67页 |
| 4.3.2 Quantitative Evaluation and Analysis | 第67-82页 |
| 4.4 Chapter Summary | 第82-83页 |
| Chapter 5 - Conclusion | 第83-85页 |
| 5.1 Conclusion and Research Achievements | 第83-84页 |
| 5.2 Research Prospects | 第84-85页 |
| BIBLIOGRAPHY | 第85-90页 |
| ACKNOWLEDGEMENT | 第90-91页 |
| 附件 | 第91页 |
