| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·智能视频监控 | 第10-11页 |
| ·课题研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文主要研究工作及内容安排 | 第13-14页 |
| ·论文主要创新点 | 第14-16页 |
| 2 智能监控技术相关研究 | 第16-30页 |
| ·运动目标识别 | 第16-26页 |
| ·目标检测 | 第16-24页 |
| ·背景减除法 | 第19-21页 |
| ·背景建模 | 第21-24页 |
| ·特征提取 | 第24-25页 |
| ·分类识别 | 第25-26页 |
| ·目标跟踪 | 第26-30页 |
| ·Kalman 滤波的基本原理 | 第27-30页 |
| 3 基于ACTIVE BASIS 理论的物体检测技术 | 第30-43页 |
| ·ACTIVE BASIS 建模方法 | 第30-34页 |
| ·Active Basis 建模的基本原理 | 第30-32页 |
| ·共同勾画算法 | 第32-34页 |
| ·HAAR 特征 | 第34-40页 |
| ·Haar 特征定义 | 第34-38页 |
| ·积分图计算 | 第38-40页 |
| ·改进模板的实验介绍 | 第40-43页 |
| 4 综合动态模板匹配和场景信息的前景分类方法 | 第43-53页 |
| ·方法综述 | 第44-45页 |
| ·模板匹配算法 | 第45-48页 |
| ·场景上下文中的模板匹配 | 第48-53页 |
| ·摄像机定标 | 第48-49页 |
| ·基于约束的Blobs 剪枝 | 第49-51页 |
| ·基于形态估计的模板选择 | 第51-52页 |
| ·模板匹配过程 | 第52-53页 |
| 5 实验环境与结果比较 | 第53-61页 |
| ·实验环境介绍 | 第53-54页 |
| ·本文实验结果 | 第54-56页 |
| ·ADABOOST 算法 | 第56-59页 |
| ·实验结果比较 | 第59-61页 |
| 6 总结及展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |
| 发表的学术论文 | 第66页 |
| 研究成果 | 第66页 |