| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景与意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 行人检测 | 第11-12页 |
| 1.2.2 行人跟踪 | 第12页 |
| 1.3 面临的困难和挑战 | 第12-13页 |
| 1.4 本文研究内容和结构 | 第13-15页 |
| 第二章 目标检测与跟踪算法 | 第15-38页 |
| 2.1 目标检测 | 第15-27页 |
| 2.1.1 帧差法 | 第15-20页 |
| 2.1.2 光流法 | 第20-21页 |
| 2.1.3 背景差分法 | 第21-27页 |
| 2.2 目标跟踪 | 第27-37页 |
| 2.2.1 Meanshift算法 | 第27-32页 |
| 2.2.2 Camshift算法 | 第32-37页 |
| 2.3 本章小结 | 第37-38页 |
| 第三章 动态背景干扰下的行人检测 | 第38-54页 |
| 3.1 模式识别 | 第38-39页 |
| 3.2 Adaboost算法 | 第39-49页 |
| 3.2.1 Haar特征 | 第40-42页 |
| 3.2.2 积分图 | 第42-43页 |
| 3.2.3 Adaboost算法训练过程 | 第43-49页 |
| 3.3 基于三帧差和分类器的行人检测算法 | 第49-50页 |
| 3.4 实验结果及分析 | 第50-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 遮挡情况下的行人跟踪 | 第54-71页 |
| 4.1 Kalman滤波理论 | 第54-55页 |
| 4.2 基于kalman滤波的camshift改进算法 | 第55-57页 |
| 4.3 Camshift改进算法应用与分析 | 第57-65页 |
| 4.4 行人多目标跟踪 | 第65-69页 |
| 4.4.1 行人多目标跟踪流程 | 第65-66页 |
| 4.4.2 实验结果及分析 | 第66-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 全文总结 | 第71页 |
| 5.2 研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |