| Abstract | 第5-7页 |
| CHAPTER 1: INTRODUCTION | 第20-30页 |
| 1.1 VISUAL SURVEILLANCE SYSTEM | 第20-23页 |
| 1.2 AN OVERVIEW OF OBJECT DETECTION | 第23-24页 |
| 1.3 THESIS OVERVIEW AND PURPOSE OF THE STUDY | 第24-30页 |
| 1.3.1 Thesis Objectives and Contributions | 第24-27页 |
| 1.3.2 Thesis Structure | 第27-30页 |
| CHAPTER 2: STATE OF THE ART: BACKGROUND SUBTRACTION | 第30-52页 |
| 2.1 INTRODUCTION | 第30-32页 |
| 2.2 BASIC APPROACHES FOR BACKGROUND SUBTRACTION | 第32-35页 |
| 2.2.1 Basics and Challenges | 第32-33页 |
| 2.2.2 Running Average and Frame Differences | 第33-35页 |
| 2.2.3 Temporal Median for Background Modeling | 第35页 |
| 2.3 PARAMETRIC STATISTICAL METHODS | 第35-43页 |
| 2.3.1 One Distribution Function | 第36-38页 |
| 2.3.2 Mixture of Distribution Functions | 第38-41页 |
| 2.3.3 Fuzzy Approaches to Background Subtraction | 第41-43页 |
| 2.4 SAMPLES BASED METHODS | 第43-49页 |
| 2.4.1 Non parametric Methods for Background Subtraction | 第43-44页 |
| 2.4.2 Codebook for Background Subtraction | 第44-46页 |
| 2.4.3 Background Subtraction using Σ ? ? Modulation | 第46页 |
| 2.4.4 Vi BE: Visual Background Extractor | 第46-49页 |
| 2.5 EIGENBACKGROUNDS: A PRINCIPAL COMPONENT ANALYSIS AP-PROACH | 第49-51页 |
| 2.5.1 Model Initialization | 第50-51页 |
| 2.5.2 Classification Stage | 第51页 |
| 2.5.3 Update of the Background Model | 第51页 |
| 2.6 CONCLUSION | 第51-52页 |
| CHAPTER 3: MOVING OBJECT SEGMENTATION VIA BACKGROUND SAMPLESDIVERSITY | 第52-76页 |
| 3.1 INTRODUCTION | 第52-53页 |
| 3.2 RELATED TECHNIQUES AND PROBLEMATIC STATEMENT | 第53-54页 |
| 3.2.1 The Main Techniques and Methods | 第53页 |
| 3.2.2 Discussion and Analysis of the Raised Issues | 第53-54页 |
| 3.3 PROPOSED METHOD FOR OBJECT DETECTION | 第54-59页 |
| 3.3.1 Framework Design | 第54页 |
| 3.3.2 Model Samples Diversity | 第54-55页 |
| 3.3.3 Model Definition and Initialization | 第55-57页 |
| 3.3.4 Adaptive Threshold Computation and Decision | 第57-58页 |
| 3.3.5 Model Update Procedure | 第58-59页 |
| 3.4 EXPERIMENTS AND ANALYSIS | 第59-74页 |
| 3.4.1 Experiments Description | 第60页 |
| 3.4.2 Datasets Presentation | 第60-62页 |
| 3.4.3 Evaluation Metrics | 第62-65页 |
| 3.4.4 Parameters Settings | 第65-66页 |
| 3.4.5 Results Presentation | 第66-72页 |
| 3.4.6 Analysis and Discussion | 第72-74页 |
| 3.5 CONCLUSION | 第74-76页 |
| CHAPTER 4: SAMPLES MODELING WITH A NOVEL WEIGHTED UPDATE POL-ICY FOR MOTION DETECTION | 第76-102页 |
| 4.1 INTRODUCTION | 第76-77页 |
| 4.2 MAIN RELATED TECHNIQUES AND PROBLEMATIC STATEMENT | 第77-79页 |
| 4.2.1 The Main Techniques and Methods | 第77-78页 |
| 4.2.2 Discussion and Analysis of the Raised Issues | 第78-79页 |
| 4.3 WEIGHTED SAMPLES FOR MOTION DETECTION | 第79-84页 |
| 4.3.1 Framework Design | 第79-80页 |
| 4.3.2 Weighted Samples Approach and Distance Computation | 第80页 |
| 4.3.3 Background Model Definition | 第80-81页 |
| 4.3.4 Foreground/ Background Separation | 第81-82页 |
| 4.3.5 Weighted Background Maintenance | 第82-84页 |
| 4.4 EXPERIMENTS AND ANALYSIS | 第84-101页 |
| 4.4.1 Experiments Description | 第84-85页 |
| 4.4.2 Dataset and Evaluation Metrics | 第85-87页 |
| 4.4.3 Parameters Settings | 第87页 |
| 4.4.4 Results Presentation | 第87-97页 |
| 4.4.5 Analysis and Discussion | 第97-101页 |
| 4.5 CONCLUSION | 第101-102页 |
| CHAPTER 5: A BACKGROUND SUBTRACTION METHOD FOR OBJECT DETEC-TION IN VIDEO SURVEILLANCE | 第102-132页 |
| 5.1 INTRODUCTION | 第102页 |
| 5.2 MAIN RELATED TECHNIQUES AND PROBLEMATIC STATEMENT | 第102-104页 |
| 5.2.1 The Main Techniques and Methods | 第102-103页 |
| 5.2.2 Discussion and Analysis of the Raised Issues | 第103-104页 |
| 5.3 CONTROLLED BACKGROUND MODEL FOR SURVEILLANCE | 第104-112页 |
| 5.3.1 Framework Design | 第104-105页 |
| 5.3.2 Background Model Initialization and Validation | 第105-107页 |
| 5.3.3 Weighted Distance Computation | 第107页 |
| 5.3.4 Long/Short Term Frame Difference | 第107-108页 |
| 5.3.5 Adaptive Threshold Computation | 第108-109页 |
| 5.3.6 Multi-Stage Classification Process | 第109-110页 |
| 5.3.7 Background Model Samples Update | 第110-112页 |
| 5.4 EXPERIMENTS AND ANALYSIS | 第112-129页 |
| 5.4.1 Experiments Description | 第112页 |
| 5.4.2 Dataset Presentation and Evaluation Metrics | 第112-114页 |
| 5.4.3 Parameters Settings | 第114-115页 |
| 5.4.4 Results Presentation | 第115-121页 |
| 5.4.5 Analysis and Discussion | 第121-129页 |
| 5.5 COMPUTATIONAL PERFORMANCES | 第129-130页 |
| 5.5.1 Computation complexity | 第129页 |
| 5.5.2 Data Structure | 第129-130页 |
| 5.6 CONCLUSION | 第130-132页 |
| CHAPTER 6: SUMMARY AND CONCLUSIONS | 第132-144页 |
| 6.1 GENERAL CONCLUSION | 第132-134页 |
| 6.2 PERSPECTIVES | 第134-144页 |
| RESEARCH OUTCOMES | 第144-145页 |
| Dedication | 第145-146页 |
| ACKNOWLEDGEMENT | 第146-147页 |
| VITA | 第147页 |
