| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题背景 | 第14-15页 |
| ·视频监控系统发展概述 | 第15-21页 |
| ·在智能交通应用方向的发展 | 第15-18页 |
| ·在安防监控应用方向的发展 | 第18-21页 |
| ·视频跟踪技术研究进展 | 第21-26页 |
| ·视频跟踪方案概述 | 第21-23页 |
| ·视频跟踪算法概述 | 第23-25页 |
| ·视频跟踪技术指标 | 第25-26页 |
| ·论文主要研究内容及结构 | 第26-30页 |
| ·主要研究内容 | 第27-28页 |
| ·论文结构 | 第28-30页 |
| 第2章 视频目标特征提取及分类 | 第30-57页 |
| ·引言 | 第30页 |
| ·视频目标特征提取 | 第30-43页 |
| ·脉冲耦合神经网络 | 第30-33页 |
| ·交叉皮层模型 | 第33页 |
| ·基本图像签名 | 第33-35页 |
| ·基于彩色的ICM 图像签名 | 第35-38页 |
| ·SRIC 的提出及生成 | 第38-41页 |
| ·ICM 结合SRIC 的图像签名 | 第41-43页 |
| ·视频目标动态分类 | 第43-50页 |
| ·支持向量机 | 第43-46页 |
| ·预知类别的SVM 多类分类 | 第46页 |
| ·非预知类别的SVM 多类分类 | 第46-50页 |
| ·实验结果与分析 | 第50-56页 |
| ·图像签名算法试验 | 第50-53页 |
| ·SVM 分类算法实验 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第3章 多视频目标的连续跟踪 | 第57-79页 |
| ·引言 | 第57页 |
| ·基于isMHI 的多目标轨迹获取 | 第57-67页 |
| ·tMHI | 第58-59页 |
| ·isMHI | 第59-64页 |
| ·基于isMHI 的目标分割及跟踪 | 第64-67页 |
| ·基于CamShift 的目标锁定 | 第67-70页 |
| ·MeanShift | 第67-68页 |
| ·CamShift 算法 | 第68-70页 |
| ·isMHI 结合Cam Shift 的多目标跟踪 | 第70-73页 |
| ·算法概述 | 第71页 |
| ·算法步骤 | 第71-73页 |
| ·算法优点 | 第73页 |
| ·实验结果与分析 | 第73-77页 |
| ·本章小结 | 第77-79页 |
| 第4章 视频目标的行为分析及视觉注意 | 第79-106页 |
| ·引言 | 第79-80页 |
| ·视频目标轨迹修正 | 第80-81页 |
| ·基于HMM 的行为统计及识别 | 第81-90页 |
| ·隐马尔科夫模型 | 第81-84页 |
| ·行为建模 | 第84-85页 |
| ·目标行为统计分析 | 第85-88页 |
| ·目标行为元素识别 | 第88-90页 |
| ·基于行为概率的注意模型 | 第90-96页 |
| ·视觉注意机制及模型概述 | 第90-92页 |
| ·模型构建 | 第92-96页 |
| ·实验结果与分析 | 第96-105页 |
| ·行为分析实验 | 第96-99页 |
| ·注意模型验证 | 第99-105页 |
| ·本章小结 | 第105-106页 |
| 第5章 多监控区智能监控系统设计及验证 | 第106-127页 |
| ·引言 | 第106-107页 |
| ·系统总体架构 | 第107-108页 |
| ·系统模块功能 | 第108-119页 |
| ·视频数码结合抓拍子系统 | 第109-113页 |
| ·目标特征提取模块 | 第113-114页 |
| ·目标分类识别模块 | 第114-115页 |
| ·目标连续跟踪模块 | 第115-116页 |
| ·目标行为分析模块 | 第116-117页 |
| ·视觉注意机制 | 第117-119页 |
| ·系统应用范例 | 第119-121页 |
| ·在智能交通领域的应用 | 第119-120页 |
| ·在智能安全监控领域的应用 | 第120-121页 |
| ·原型系统功能验证 | 第121-125页 |
| ·系统配置及测试环境 | 第121-122页 |
| ·测试结果与性能分析 | 第122-125页 |
| ·本章小结 | 第125-127页 |
| 结论 | 第127-129页 |
| 参考文献 | 第129-140页 |
| 攻读博士学位期间发表的论文 | 第140-142页 |
| 致谢 | 第142-143页 |
| 个人简历 | 第143页 |