| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 目标轨迹检测的研究现状 | 第10页 |
| 1.2.2 目标检测技术的研究现状 | 第10-11页 |
| 1.2.3 目标识别技术的研究现状 | 第11-12页 |
| 1.2.4 目标跟踪算法的研究现状 | 第12-13页 |
| 1.3 论文主要工作及章节安排 | 第13-14页 |
| 第二章 运动目标的检测、识别与跟踪算法 | 第14-31页 |
| 2.1 基于混合高斯模型背景建模的运动目标检测技术 | 第15-18页 |
| 2.1.1 背景减法基本原理及算法概述 | 第15-16页 |
| 2.1.2 自适应高斯混合模型背景建模 | 第16-17页 |
| 2.1.3 前景目标的提取 | 第17-18页 |
| 2.2 基于Hausdorff距离的目标识别技术 | 第18-21页 |
| 2.2.1 Hausdorff距离 | 第19-20页 |
| 2.2.2 基于Hausdorff距离的模板匹配 | 第20-21页 |
| 2.3 基于压缩感知的压缩跟踪算法 | 第21-29页 |
| 2.3.1 压缩跟踪算法 | 第22-24页 |
| 2.3.2 压缩跟踪算法的优化 | 第24-27页 |
| 2.3.3 压缩跟踪算法的步骤 | 第27页 |
| 2.3.4 跟踪效果对比分析 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 目标轨迹检测的方法 | 第31-41页 |
| 3.1 监控区域划分 | 第31-32页 |
| 3.2 目标路径的影响因素 | 第32-36页 |
| 3.2.1 位置和方向特征 | 第34-35页 |
| 3.2.2 速度特征 | 第35-36页 |
| 3.3 多路视频序列目标轨迹跟踪实验 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于多路视频序列的目标轨迹检测 | 第41-51页 |
| 4.1 简单场景的目标轨迹检测 | 第41-43页 |
| 4.2 复杂场景的目标轨迹检测 | 第43-46页 |
| 4.3 目标轨迹检测算法的性能分析 | 第46-47页 |
| 4.4 与Kalmanfilter轨迹算法的对比分析 | 第47-50页 |
| 4.4.1 参数调节 | 第47-48页 |
| 4.4.2 实验精度分析 | 第48-49页 |
| 4.4.3 实验时间对比 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 论文工作总结 | 第51-52页 |
| 5.2 研究展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文及研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |