| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 论文研究的背景和意义 | 第8-9页 |
| 1.2 视频监控系统的国内外发展现状及技术难点 | 第9-13页 |
| 1.2.1 国内外发展现状 | 第9-12页 |
| 1.2.2 技术难点 | 第12-13页 |
| 1.3 本论文研究的主要内容及章节安排 | 第13-15页 |
| 第2章 运动目标检测与跟踪相关理论 | 第15-22页 |
| 2.1 运动目标检测常用算法 | 第15-18页 |
| 2.1.1 背景差分法 | 第15-17页 |
| 2.1.2 帧间差分法 | 第17-18页 |
| 2.1.3 光流法 | 第18页 |
| 2.2 运动目标跟踪常用算法 | 第18-21页 |
| 2.2.1 基于匹配的目标跟踪 | 第18-20页 |
| 2.2.2 基于预测的目标跟踪 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 单摄像机运动目标跟踪 | 第22-51页 |
| 3.1 基于背景差分法的运动目标分割 | 第22-23页 |
| 3.2 基于Mean-shift算法的运动目标跟踪 | 第23-34页 |
| 3.2.1 基本Mean-shift算法的原理 | 第24-25页 |
| 3.2.2 扩展的Mean-shift算法的原理 | 第25-28页 |
| 3.2.3 基于Mean-shift的目标跟踪 | 第28-32页 |
| 3.2.4 Mean-shift算法跟踪结果 | 第32-34页 |
| 3.3 基于粒子滤波算法的运动目标跟踪 | 第34-40页 |
| 3.3.1 贝叶斯滤波原理 | 第35-37页 |
| 3.3.2 粒子滤波算法原理 | 第37-38页 |
| 3.3.3 粒子滤波算法的实现 | 第38-40页 |
| 3.4 改进的粒子滤波跟踪算法 | 第40-49页 |
| 3.4.1 算法原理 | 第41-43页 |
| 3.4.2 实验结果与分析 | 第43-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 重叠视域下多摄像机间基于多特征融合的目标跟踪 | 第51-64页 |
| 4.1 方法概述 | 第51-52页 |
| 4.2 基于SURF、颜色、目标轮廓的几何特征融合的目标匹配 | 第52-62页 |
| 4.2.1 SURF特征提取 | 第52-58页 |
| 4.2.2 颜色特征提取 | 第58-59页 |
| 4.2.3 目标轮廓的几何特征 | 第59-61页 |
| 4.2.4 融合方法的目标跟踪 | 第61-62页 |
| 4.3 实验结果与分析 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士期间发表的学位论文 | 第72-73页 |
| 攻读硕士期间主持的科研项目 | 第73-74页 |
| 致谢 | 第74页 |
