| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外研究现状及存在的问题 | 第11-19页 |
| ·运动目标检测技术 | 第11-17页 |
| ·运动目标跟踪技术 | 第17-19页 |
| ·论文的研究内容和结构安排 | 第19-20页 |
| 第二章 基于自组织映射的区域高斯模型的运动目标检测 | 第20-32页 |
| ·引言 | 第20-21页 |
| ·区域高斯模型算法及自组织映射模型算法介绍 | 第21-23页 |
| ·区域高斯模型算法介绍 | 第21-22页 |
| ·自组织映射模型算法介绍 | 第22-23页 |
| ·基于自组织映射的区域高斯背景模型的运动目标检测 | 第23-31页 |
| ·基于单高斯模型的检测与模型更新 | 第23-24页 |
| ·基于区域高斯模型的运动目标检测 | 第24-25页 |
| ·基于自组织映射的区域高斯模型更新 | 第25-26页 |
| ·运动目标级联检测的融合 | 第26-27页 |
| ·实验结果与分析 | 第27-31页 |
| ·小结 | 第31-32页 |
| 第三章 视频运动目标的自适应图切分割算法 | 第32-41页 |
| ·引言 | 第32页 |
| ·基于图切的运动目标分割 | 第32-33页 |
| ·视频运动目标的自适应图切分割 | 第33-36页 |
| ·前景像素数和前景背景邻接像素对数的预测 | 第34页 |
| ·图像像素节点的流量分配 | 第34-36页 |
| ·运动目标分割与背景更新 | 第36页 |
| ·实验结果及分析 | 第36-40页 |
| ·小结 | 第40-41页 |
| 第四章 基于Rao-Blackwellized 粒子滤波数据关联的多目标跟踪 | 第41-56页 |
| ·引言 | 第41-42页 |
| ·基本粒子滤波器介绍 | 第42-44页 |
| ·Rao-Blackwellized 粒子滤波器介绍 | 第44-45页 |
| ·基于Rao-Blackwellized 粒子滤波数据关联的目标跟踪 | 第45-51页 |
| ·确定目标数的跟踪 | 第45-48页 |
| ·Rao-Blackwellized 蒙特卡罗数据关联（RBMCDA）的滤波模型 | 第45-46页 |
| ·RBMCDA 与Rao-Blackwellized 粒子滤波的关系 | 第46页 |
| ·数据表示 | 第46页 |
| ·重要性分布的估计和采样 | 第46-47页 |
| ·算法实现 | 第47-48页 |
| ·未知目标个数的跟踪 | 第48-51页 |
| ·滤波模型 | 第48页 |
| ·目标的出生和死亡概率 | 第48-49页 |
| ·与Rao-Blackwellized 粒子滤波的关系 | 第49-50页 |
| ·重要性分布的估计和采样 | 第50-51页 |
| ·数据表示 | 第51页 |
| ·算法实现 | 第51页 |
| ·仿真结果与分析 | 第51-55页 |
| ·小结 | 第55-56页 |
| 第五章 总结和展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
