| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·智能视频分析背景及其研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·当前存在的主要问题 | 第11-13页 |
| ·本文的主要工作及研究内容安排 | 第13-14页 |
| 第2章 背景建模算法研究 | 第14-23页 |
| ·混合高斯模型 | 第14-17页 |
| ·单高斯模型 | 第14-15页 |
| ·混合高斯模型 | 第15-17页 |
| ·码本模型算法 | 第17-19页 |
| ·背景训练 | 第17-18页 |
| ·码本更新 | 第18-19页 |
| ·W4算法 | 第19-21页 |
| ·背景训练 | 第20页 |
| ·背景更新 | 第20-21页 |
| ·其它算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 简化型细胞网络（SCN） | 第23-37页 |
| ·标准细胞神经网络 | 第23-27页 |
| ·标准细胞神经网络模型 | 第23-24页 |
| ·数字图像处理中的 CNN 模型 | 第24-25页 |
| ·实验一：基于 CNN 的图像边缘检测 | 第25-27页 |
| ·简化型细胞网络 SCN | 第27-30页 |
| ·SCN 模型 | 第27-28页 |
| ·实验二：SCN 与 CNN 及其它边缘检测方法的比较 | 第28-30页 |
| ·SCN 图像边缘检测模板设计 | 第30-35页 |
| ·人工鱼群算法（AFSA） | 第30-32页 |
| ·利用 AFSA 设计图像边缘检测模板 | 第32-34页 |
| ·实验三：AFSA 优化模板与其他优化模板比较 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 SCN 视频运动目标检测 | 第37-48页 |
| ·SCN 目标检测原理 | 第37-38页 |
| ·SCN 检测模板描述 | 第38-43页 |
| ·分割模板 | 第38页 |
| ·空洞填充模板 | 第38-39页 |
| ·腐蚀膨胀模板 | 第39-41页 |
| ·边缘检测模板 | 第41页 |
| ·均值滤波模板 | 第41-42页 |
| ·灰度负片模板 | 第42-43页 |
| ·SCN 目标检测框架 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 高清视频中的 SCN 硬件实现 | 第48-57页 |
| ·开发环境和工具 | 第48-50页 |
| ·SMPTE 292M 标准 | 第48-49页 |
| ·Lattice ECP3 系列 FPGA 和设计套件 Diamond | 第49页 |
| ·Verilog HDL | 第49-50页 |
| ·SCN 硬件实现方案设计 | 第50-56页 |
| ·环境搭建 | 第50页 |
| ·SCN 边缘检测算法实现 | 第50-54页 |
| ·SCN 灰度负片合并算法实现 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间参加的科研项目和成果 | 第63页 |