| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究背景及意义 | 第10页 |
| ·智能视频监控系统 | 第10-21页 |
| ·原理 | 第10-18页 |
| ·国内外研究现状 | 第18-21页 |
| ·应用前景 | 第21页 |
| ·本文工作及内容安排 | 第21-22页 |
| ·本文的组织结构 | 第22-23页 |
| 第2章 目标分类的理论基础及相关研究 | 第23-42页 |
| ·图像特征 | 第23-29页 |
| ·纹理特征 | 第24-25页 |
| ·颜色特征 | 第25-26页 |
| ·形状特征 | 第26-29页 |
| ·目标分类方法 | 第29-40页 |
| ·基于形状信息的分类 | 第29-33页 |
| ·基于运动特性的分类 | 第33-38页 |
| ·混合方法 | 第38-40页 |
| ·目标分类的难点问题 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 基于改进的 AdaBoost 算法的特征选择 | 第42-53页 |
| ·算法提出的背景 | 第42页 |
| ·算法的理论基础 | 第42-45页 |
| ·AdaBoost 算法简介 | 第42-44页 |
| ·AdaBoost 算法流程 | 第44-45页 |
| ·算法的具体思路 | 第45-51页 |
| ·目标检测 | 第45-48页 |
| ·提取特征 | 第48-49页 |
| ·构造特征集合 | 第49-51页 |
| ·实验 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 基于改进的 LBP 特征的视频目标分类 | 第53-60页 |
| ·算法的理论基础 | 第53-56页 |
| ·局部二进制模式（LBP）的计算方法 | 第53-54页 |
| ·LBP 的基本特性 | 第54-56页 |
| ·算法的具体思路 | 第56-58页 |
| ·改进的LBP 算子 | 第56-57页 |
| ·分类器的构造 | 第57-58页 |
| ·实验 | 第58-59页 |
| ·准备实验数据 | 第58页 |
| ·测试结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 在学期间主要科研成果 | 第67页 |
| 一、发表论文 | 第67页 |
| 二、参与项目 | 第67页 |