| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 主要工作与章节安排 | 第16-18页 |
| 第二章 人体运动检测与跟踪基础 | 第18-32页 |
| 2.1 人体运动检测 | 第18-24页 |
| 2.1.1 帧间差分法 | 第18-19页 |
| 2.1.2 光流法 | 第19-21页 |
| 2.1.3 背景差分法 | 第21-23页 |
| 2.1.4 三种检测算法分析对比 | 第23-24页 |
| 2.2 人体运动跟踪 | 第24-30页 |
| 2.2.1 Mean Shift算法 | 第24页 |
| 2.2.2 Mean Shift算法基本原理 | 第24-26页 |
| 2.2.3 Mean Shift算法步骤 | 第26-27页 |
| 2.2.4 基于Mean Shift算法的人体运动跟踪 | 第27-29页 |
| 2.2.5 基于Mean Shift算法人体运动跟踪的优缺点 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 改进的人体运动检测算法 | 第32-43页 |
| 3.1 高斯混合背景模型 | 第32-35页 |
| 3.1.1 背景建模 | 第32-33页 |
| 3.1.2 背景模型更新 | 第33-34页 |
| 3.1.3 背景估计 | 第34页 |
| 3.1.4 阴影问题 | 第34-35页 |
| 3.2 算法描述 | 第35-40页 |
| 3.2.1 颜色空间的转换 | 第35-38页 |
| 3.2.2 阴影的消除 | 第38页 |
| 3.2.3 背景模型更新策略 | 第38-39页 |
| 3.2.4 后期处理 | 第39页 |
| 3.2.5 算法步骤 | 第39-40页 |
| 3.3 实验结果与分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 改进的人体运动跟踪算法 | 第43-54页 |
| 4.1 基于Mean Shift改进算法的研究现状 | 第43-44页 |
| 4.2 Kalman滤波器 | 第44-48页 |
| 4.2.1 Kalman滤波器基本原理 | 第44-45页 |
| 4.2.2 Kalman滤波器的实现及结果分析 | 第45-48页 |
| 4.3 改进的Mean Shift跟踪算法 | 第48-50页 |
| 4.3.1 遮挡问题的解决 | 第48-50页 |
| 4.3.2 算法描述 | 第50页 |
| 4.4 实验结果与分析 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-57页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
