| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·本课题的研究目的和意义 | 第12-13页 |
| ·视频目标跟踪与行为识别的研究现状 | 第13-16页 |
| ·运动目标的跟踪 | 第14-15页 |
| ·运动模式的识别 | 第15-16页 |
| ·本文工作与章节安排 | 第16-17页 |
| 第二章 目标跟踪与行为识别综述 | 第17-25页 |
| ·目标跟踪的主要方法 | 第17-20页 |
| ·基于特征的跟踪方法 | 第17-18页 |
| ·基于动态轮廓的跟踪方法 | 第18页 |
| ·基于区域的跟踪方法 | 第18-19页 |
| ·基于模型的跟踪方法 | 第19-20页 |
| ·行为识别的主要方法 | 第20-24页 |
| ·一般数学工具 | 第21-22页 |
| ·行为识别算法 | 第22-24页 |
| ·语义描述 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 融合CamShift和粒子滤波的跟踪算法 | 第25-53页 |
| ·目标跟踪的动态贝叶斯网络框架 | 第25-26页 |
| ·粒子滤波跟踪算法 | 第26-30页 |
| ·序贯重要采样 | 第26-27页 |
| ·改进的粒子滤波算法 | 第27-30页 |
| ·Mean Shift和CamShift跟踪算法 | 第30-34页 |
| ·Mean Shift过程 | 第30-32页 |
| ·Mean Shift在图像跟踪上的应用 | 第32-33页 |
| ·CamShift跟踪算法 | 第33-34页 |
| ·结合CamShift和粒子滤波的跟踪算法 | 第34-41页 |
| ·算法融合框架 | 第35-37页 |
| ·粒子尺度自适应调整 | 第37-38页 |
| ·算法效率改进 | 第38-40页 |
| ·粒子多样性提高 | 第40-41页 |
| ·实验结果与分析 | 第41-52页 |
| ·粒子滤波算法的实现和分析 | 第41-44页 |
| ·Mean Shift的程序和分析 | 第44-48页 |
| ·CAMSGPF的实验结果和分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于马尔可夫随机场的多目标主动跟踪系统 | 第53-80页 |
| ·系统概述 | 第53-54页 |
| ·目标检测 | 第54-57页 |
| ·目标观测模型 | 第57-63页 |
| ·颜色直方图 | 第57-58页 |
| ·Gabor小波网 | 第58-62页 |
| ·运动补偿差 | 第62-63页 |
| ·特征的组合 | 第63页 |
| ·目标动态模型 | 第63-68页 |
| ·全局运动估计 | 第64-66页 |
| ·GWN空间的动态模型 | 第66-68页 |
| ·马尔可夫随机场多目标互动模型 | 第68-70页 |
| ·多目标分布概率模型 | 第68-69页 |
| ·多目标粒子滤波器 | 第69-70页 |
| ·摄像机控制算法 | 第70-72页 |
| ·单步式摄像机姿态调整 | 第70-72页 |
| ·连续速率摄像机姿态调整 | 第72页 |
| ·实验结果与分析 | 第72-78页 |
| ·目标检测 | 第72-75页 |
| ·目标跟踪 | 第75-76页 |
| ·摄像机调整 | 第76-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 时变网络模型及其在运动目标行为识别中的应用 | 第80-104页 |
| ·隐马尔可夫模型 | 第80-83页 |
| ·模型表示 | 第80-81页 |
| ·模型学习 | 第81-82页 |
| ·模型估计 | 第82-83页 |
| ·动态贝叶斯网络 | 第83-89页 |
| ·模型表示 | 第83-84页 |
| ·基于完整数据的模型学习 | 第84-87页 |
| ·基于缺失数据的模型学习 | 第87-89页 |
| ·非平稳模型扩展 | 第89-91页 |
| ·分级Dirichlet分布 | 第90页 |
| ·隐变量 | 第90页 |
| ·Dirichlet过程 | 第90-91页 |
| ·时变隐马尔可夫模型 | 第91-96页 |
| ·时变转移密度 | 第92-93页 |
| ·分级Dirichlet先验分布 | 第93-94页 |
| ·DBN等价表示 | 第94-95页 |
| ·基于MCMC采样的最大后验估计 | 第95-96页 |
| ·实验结果与分析 | 第96-103页 |
| ·数值仿真 | 第96-98页 |
| ·人体运动识别 | 第98-100页 |
| ·行人 | 第100-101页 |
| ·网络时变结构仿真 | 第101-103页 |
| ·本章小结 | 第103-104页 |
| 第六章 结论 | 第104-106页 |
| ·本文主要工作总结 | 第104-105页 |
| ·后续研究方向展望 | 第105-106页 |
| 参考文献 | 第106-119页 |
| 附录A 符号与标记 | 第119-122页 |
| 附录B 公式推导 | 第122-124页 |
| 攻读硕士学位期间已发表或录用的论文 | 第124-125页 |
| 攻读硕士学位期间参与的科研项目 | 第125-126页 |
| 致谢 | 第126-127页 |
| 上海交通大学学位论文答辩决议书 | 第127-129页 |