| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·视频运动目标检测技术现状 | 第12页 |
| ·视频目标跟踪技术现状 | 第12-13页 |
| ·本文的研究内容及结构安排 | 第13-15页 |
| 第二章 运动目标检测算法 | 第15-22页 |
| ·引言 | 第15页 |
| ·运动目标检测常用方法 | 第15-17页 |
| ·光流法 | 第15页 |
| ·帧差法 | 第15-16页 |
| ·背景差法 | 第16-17页 |
| ·典型的背景模型 | 第17-21页 |
| ·均值滤波模型 | 第17-18页 |
| ·高斯背景模型 | 第18-20页 |
| ·非参数背景模型 | 第20页 |
| ·码本模型 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 基于分层码本模型的运动目标检测方法 | 第22-36页 |
| ·引言 | 第22页 |
| ·码本模型的描述 | 第22-27页 |
| ·码本模型基本原理 | 第22-25页 |
| ·码字颜色空间模型的改进 | 第25-27页 |
| ·基于块截断编码理论的分层码本构造 | 第27页 |
| ·基于图像金字塔的分层码本模型 | 第27-30页 |
| ·前景目标的分层检测 | 第30-32页 |
| ·码本模型的更新 | 第32-33页 |
| ·实验结果及性能分析 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第四章 运动目标跟踪算法 | 第36-49页 |
| ·引言 | 第36页 |
| ·运动目标跟踪算法分类 | 第36-38页 |
| ·粒子滤波算法 | 第38-43页 |
| ·贝叶斯估计理论 | 第38-39页 |
| ·蒙特卡罗积分 | 第39-40页 |
| ·粒子滤波算法原理 | 第40-43页 |
| ·基于颜色信息的粒子滤波跟踪算法 | 第43-46页 |
| ·目标运动模型 | 第43-44页 |
| ·目标的颜色观测模型 | 第44-45页 |
| ·跟踪算法的描述 | 第45-46页 |
| ·实验结果 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第五章 反馈型多特征自适应融合的粒子滤波跟踪方法 | 第49-64页 |
| ·引言 | 第49页 |
| ·CenSurE 特征点 | 第49-52页 |
| ·特征点的检测 | 第49-51页 |
| ·特征点的描述和匹配 | 第51-52页 |
| ·基于 CenSurE 特征匹配的粒子滤波跟踪算法 | 第52-56页 |
| ·目标运动模型和观测模型 | 第52-54页 |
| ·目标模型的更新 | 第54-55页 |
| ·算法描述及分析 | 第55-56页 |
| ·反馈型多特征自适应融合的粒子滤波跟踪算法 | 第56-59页 |
| ·颜色信息和 CensurE 特征点信息的融合 | 第56-57页 |
| ·基于目标检测反馈的权值自适应调节 | 第57-58页 |
| ·算法的描述 | 第58-59页 |
| ·实验结果及分析 | 第59-62页 |
| ·基于 CenSurE 特征点匹配的跟踪算法 | 第59-61页 |
| ·反馈型多特征自适应融合跟踪算法 | 第61-62页 |
| ·小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70-71页 |
| 详细摘要 | 第71-74页 |