| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 插图目录 | 第10-11页 |
| 表格目录 | 第11-12页 |
| 1 引言 | 第12-18页 |
| 1.1 选题背景与研究意义 | 第12-14页 |
| 1.1.1 选题背景与研究意义：视频摘要 | 第12-13页 |
| 1.1.2 选题背景与研究意义：目标检测 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.2.1 视频摘要研究现状 | 第14-15页 |
| 1.2.2 目标检测研究现状 | 第15页 |
| 1.3 论文的研究工作及结构安排 | 第15-17页 |
| 1.3.1 论文主要工作 | 第15-16页 |
| 1.3.2 论文结构安排 | 第16-17页 |
| 1.4 总结 | 第17-18页 |
| 2 视频摘要和图像目标检测相关算法的分析研究 | 第18-22页 |
| 2.1 视频摘要算法研究 | 第18-20页 |
| 2.1.1 基于关键帧方法 | 第18-19页 |
| 2.1.2 基于聚类方法 | 第19页 |
| 2.1.3 视频摘要模型 | 第19-20页 |
| 2.1.4 语义的视频摘要 | 第20页 |
| 2.2 目标检测算法研究 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 相关概念定义 | 第22-25页 |
| 3.1 三对角矩阵 | 第22页 |
| 3.2 高斯概率图 | 第22-23页 |
| 3.3 “3δ法则” | 第23页 |
| 3.4 图像分割 | 第23-25页 |
| 4 基于视频帧相似性函数的高斯视频分割 | 第25-31页 |
| 4.1 视频分割中的特征提取算法分析研究 | 第25-26页 |
| 4.2 视频帧相似性函数 | 第26-28页 |
| 4.3 高斯视频分割 | 第28-31页 |
| 5 基于视频帧相似性函数的高斯方法和分离-合并方法实现视频摘要 | 第31-44页 |
| 5.1 基于视频帧相似性函数的高斯方法实现视频摘要 | 第31-36页 |
| 5.1.1 高斯方法实现关键帧提取 | 第31-32页 |
| 5.1.2 实验结果与分析 | 第32-36页 |
| 5.2 基于视频帧相似性函数的分离-合并方法实现视频摘要 | 第36-44页 |
| 5.2.1 分离-合并方法实现关键帧提取 | 第36-37页 |
| 5.2.2 实验结果与分析 | 第37-44页 |
| 5.2.2.1 视频分割结果分析 | 第38-40页 |
| 5.2.2.2 关键帧提取结果分析及视频摘要 | 第40-44页 |
| 6 基于区域图的智能目标检测 | 第44-55页 |
| 6.1 基于图论思想的图像分割介绍 | 第44-46页 |
| 6.1.1 图的最优分割准则 | 第44页 |
| 6.1.2 图像分割和图分割的关系 | 第44-45页 |
| 6.1.3 基于图论的视频图像分割 | 第45-46页 |
| 6.2 基于区域图的智能目标检测 | 第46-49页 |
| 6.2.1 特征定义 | 第47页 |
| 6.2.2 图的构建 | 第47-49页 |
| 6.2.3 评价函数 | 第49页 |
| 6.3 实验结果与分析 | 第49-55页 |
| 6.3.1 实验数据集及实验说明 | 第49-50页 |
| 6.3.2 实验结果及分析 | 第50-55页 |
| 7 结论 | 第55-57页 |
| 7.1 本文主要工作成果总结 | 第55-56页 |
| 7.2 展望 | 第56-57页 |
| 参考文献 | 第57-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间取得的科研成果清单 | 第67页 |
