| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-32页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究现状 | 第12-28页 |
| ·目标检测 | 第13-16页 |
| ·目标模型方法 | 第16-17页 |
| ·视频目标跟踪模型 | 第17-23页 |
| ·多特征结合的目标跟踪方法 | 第23-26页 |
| ·目标模型更新 | 第26页 |
| ·压缩域目标跟踪方法 | 第26-28页 |
| ·发展趋势 | 第28-29页 |
| ·论文研究内容 | 第29-30页 |
| ·论文结构安排 | 第30-32页 |
| 第2章 基于稀疏表示的背景模型方法及运动阴影移除 | 第32-51页 |
| ·引言 | 第32页 |
| ·稀疏表示 | 第32-33页 |
| ·凸优化 | 第33-35页 |
| ·基于稀疏表示的背景模型方法 | 第35-39页 |
| ·背景模型 | 第35-36页 |
| ·L1 范式最小化 | 第36-38页 |
| ·背景和前景分割 | 第38-39页 |
| ·背景模型更新 | 第39页 |
| ·结合区域颜色和阴影的运动阴影检测 | 第39-45页 |
| ·基于区域颜色的运动阴影检测 | 第40-41页 |
| ·基于LBP 纹理特征的阴影检测 | 第41-44页 |
| ·结合颜色和纹理的运动阴影检测 | 第44-45页 |
| ·实验结果与分析 | 第45-50页 |
| ·基于稀疏表示的背景模型方法 | 第45-48页 |
| ·基于颜色和纹理的阴影移除方法 | 第48-50页 |
| ·结论 | 第50-51页 |
| 第3章 H.264 压缩域内运动对象分割 | 第51-67页 |
| ·引言 | 第51页 |
| ·H.264 的特性 | 第51-53页 |
| ·H.264 压缩域内运动对象分割算法 | 第53-62页 |
| ·全局运动估计 | 第53-55页 |
| ·运动矢量类似性测量 | 第55-56页 |
| ·运动矢量差分 | 第56-57页 |
| ·运动矢量空时滤波 | 第57-59页 |
| ·运动矢量投影 | 第59-60页 |
| ·利用帧内预测修正分割结果 | 第60-62页 |
| ·修正帧间编码图像分割结果 | 第62页 |
| ·试验结果及分析 | 第62-65页 |
| ·结论 | 第65-67页 |
| 第4章 基于 SIFT 特征和粒子滤波的目标跟踪方法 | 第67-82页 |
| ·引言 | 第67页 |
| ·局部描述子(Local Descriptors) | 第67-68页 |
| ·基于分布的描述子 | 第68页 |
| ·基于空频域的描述子 | 第68页 |
| ·SIFT 特征提取方法 | 第68-72页 |
| ·检查尺度空间的极值点 | 第69页 |
| ·精确定位特征点 | 第69-70页 |
| ·关键点方向分配 | 第70-71页 |
| ·生成SIFT 特征描述 | 第71-72页 |
| ·基于SIFT 特征的目标跟踪 | 第72-77页 |
| ·Bootstrap 粒子滤波 | 第72页 |
| ·基于SIFT 描述子的目标模型方法 | 第72-74页 |
| ·动态模型 | 第74页 |
| ·目标位置校准 | 第74-75页 |
| ·目标模型更新 | 第75-76页 |
| ·算法描述 | 第76-77页 |
| ·算法分析 | 第77页 |
| ·试验结果与分析 | 第77-81页 |
| ·结论 | 第81-82页 |
| 第5章 基于判别特征选择和融合的跟踪方法 | 第82-96页 |
| ·引言 | 第82页 |
| ·特征向量 | 第82-84页 |
| ·边缘方向特征 | 第82-83页 |
| ·颜色特征 | 第83-84页 |
| ·相似性测量 | 第84页 |
| ·基于Fisher 线性判别分析的特征选择方法 | 第84-87页 |
| ·Fisher 线性判别分析 | 第85-86页 |
| ·抽取判别特征 | 第86-87页 |
| ·融合多特征的粒子滤波跟踪方法 | 第87-91页 |
| ·动态模型 | 第87-88页 |
| ·多特征融合方法 | 第88-90页 |
| ·多特征重采样方法 | 第90-91页 |
| ·试验结果与分析 | 第91-94页 |
| ·结论 | 第94-96页 |
| 第6章 基于分层粒子群优化的目标跟踪方法 | 第96-108页 |
| ·引言 | 第96页 |
| ·粒子群优化的基本原理 | 第96-99页 |
| ·经典粒子群优化算法 | 第97-98页 |
| ·算法中参数的含义 | 第98页 |
| ·惯性权值 | 第98页 |
| ·压缩系数 | 第98-99页 |
| ·种群拓扑 | 第99-100页 |
| ·静态拓扑 | 第99页 |
| ·动态拓扑 | 第99-100页 |
| ·自适应粒子群优化 | 第100页 |
| ·基于分层粒子群优化的目标跟踪方法 | 第100-104页 |
| ·分层粒子群优化方法 | 第100-101页 |
| ·基于分级粒子群优化的目标跟踪方法 | 第101-104页 |
| ·实验结果与分析 | 第104-107页 |
| ·结论 | 第107-108页 |
| 结束语 | 第108-110页 |
| 论文工作总结 | 第108-109页 |
| 论文的主要创新点 | 第109页 |
| 下一步的研究工作 | 第109-110页 |
| 参考文献 | 第110-119页 |
| 攻读博士学位期间发表的论文 | 第119-120页 |
| 攻读博士学位期间参加的科研项目 | 第120-121页 |
| 致谢 | 第121-122页 |
| 作者简介 | 第122页 |