| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·引言 | 第12-13页 |
| ·研究背景及意义 | 第13-14页 |
| ·智能监控国内外研究现状 | 第14-15页 |
| ·本文的内容安排 | 第15-16页 |
| 第二章 复杂环境下的运动目标检测 | 第16-31页 |
| ·引言 | 第16页 |
| ·运动目标检测技术 | 第16-18页 |
| ·帧差法 | 第17页 |
| ·光流场法 | 第17-18页 |
| ·背景减除法 | 第18页 |
| ·背景建模 | 第18-24页 |
| ·时间平均法 | 第19页 |
| ·中值法 | 第19页 |
| ·基于帧差的方法 | 第19-20页 |
| ·参数估计法 | 第20-22页 |
| ·非参数核密度估计法 | 第22-24页 |
| ·复杂环境下的目标检测方法 | 第24-30页 |
| ·复杂环境描述 | 第25页 |
| ·运动区域初检测 | 第25-27页 |
| ·进一步检测 | 第27-28页 |
| ·标记与选择 | 第28-29页 |
| ·实验结果及分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于MEAN-SHIFT 分割和纹理特征的阴影消除算法 | 第31-44页 |
| ·引言 | 第31页 |
| ·阴影的基本理解 | 第31-34页 |
| ·基本假设 | 第31-32页 |
| ·阴影模型 | 第32-33页 |
| ·阴影检测的一般框架 | 第33-34页 |
| ·阴影检测相关算法 | 第34-36页 |
| ·统计参数方法 | 第35页 |
| ·统计非参数方法 | 第35-36页 |
| ·确定性的基于模型的方法 | 第36页 |
| ·确定性的不基于模型的方法 | 第36页 |
| ·一种基于HSV 空间的确定性阴影检测方法 | 第36-38页 |
| ·算法原理 | 第36-37页 |
| ·实验结果 | 第37-38页 |
| ·基于MEAN-SHIFT 分割和纹理特征的阴影消除算法 | 第38-43页 |
| ·基于Mean-Shift 分割的预处理 | 第38-40页 |
| ·基于块比较的阴影消除算法流程 | 第40-41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于HSV 空间核直方图的粒子滤波多目标跟踪算法 | 第44-61页 |
| ·引言 | 第44页 |
| ·视频目标跟踪相关算法 | 第44-47页 |
| ·基于区域相关匹配的跟踪方法 | 第45页 |
| ·基于特征的跟踪算法 | 第45页 |
| ·基于光流的跟踪算法 | 第45-46页 |
| ·基于主动轮廓的跟踪算法 | 第46页 |
| ·基于3D 的跟踪算法 | 第46页 |
| ·基于滤波的跟踪算法 | 第46-47页 |
| ·贝叶斯估计与粒子滤波 | 第47-51页 |
| ·贝叶斯估计 | 第47-48页 |
| ·粒子滤波思想 | 第48-49页 |
| ·粒子滤波算法描述 | 第49-51页 |
| ·基于HSV 空间核直方图的粒子滤波方法 | 第51-56页 |
| ·系统状态模型与粒子的产生 | 第51-52页 |
| ·系统观测模型与权值的更新 | 第52-55页 |
| ·重采样 | 第55页 |
| ·算法流程 | 第55-56页 |
| ·多目标跟踪的实现及分析 | 第56-60页 |
| ·多目标跟踪框架 | 第56页 |
| ·实验结果及分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·未来展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 在学期间的研究成果及发表的学术论文 | 第69页 |
