| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目次 | 第10-12页 |
| 图目录 | 第12-14页 |
| 表目录 | 第14-15页 |
| 第1章 绪论 | 第15-29页 |
| ·论文研究的背景和意义 | 第15-16页 |
| ·视频监控系统的国内外现状 | 第16-18页 |
| ·人体跟踪的相关技术 | 第18-23页 |
| ·单摄像机中的人体跟踪技术 | 第19-22页 |
| ·多摄像机中的人体跟踪技术 | 第22-23页 |
| ·多摄像机视频监控系统中人体跟踪技术的难点 | 第23-25页 |
| ·本文的研究内容及主要工作 | 第25-28页 |
| ·论文的章节安排 | 第28-29页 |
| 第2章 人体区域提取 | 第29-41页 |
| ·引言 | 第29页 |
| ·本文的背景建模方法 | 第29-31页 |
| ·背景颜色空间及单高斯背景模型 | 第30页 |
| ·背景更新 | 第30-31页 |
| ·基于图切割的人体区域提取算法 | 第31-34页 |
| ·阴影去除 | 第34-38页 |
| ·背景提取和人体区域提取的结果 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 单摄像机下的人体特征提取及跟踪 | 第41-68页 |
| ·引言 | 第41-42页 |
| ·特征空间分析方法 | 第42-43页 |
| ·概率密度估计 | 第42-43页 |
| ·基于改进的均值偏移方法的图像区域划分 | 第43-50页 |
| ·均值偏移算法的原理 | 第44-45页 |
| ·边缘置信度 | 第45-47页 |
| ·边缘置信度与均值偏移算法的融合 | 第47-48页 |
| ·改进的均值偏移算法及区域划分 | 第48-50页 |
| ·人体颜色特征的提取 | 第50-55页 |
| ·拥挤人群的分割 | 第50-53页 |
| ·人体颜色建模 | 第53-55页 |
| ·人体位置信息的提取 | 第55页 |
| ·单摄像机下的人体跟踪 | 第55-64页 |
| ·基于颜色模型的人体跟踪 | 第56-59页 |
| ·基于位置信息的人体跟踪 | 第59-64页 |
| ·单摄像机下人体跟踪的实验结果 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 第4章 多摄像机下公共可视区域中的人体跟踪 | 第68-92页 |
| ·引言 | 第68-69页 |
| ·不同摄像机之间公共可视区域(FOV)的确定 | 第69-70页 |
| ·单应矩阵(Homography)的估计 | 第70-71页 |
| ·宽基线图像匹配 | 第71-75页 |
| ·特征选择 | 第73页 |
| ·仿射不变特征区域 | 第73-75页 |
| ·最稳定极值区域(MSER) | 第75-78页 |
| ·MSER原理 | 第75-76页 |
| ·最稳定极值区域的提取算法 | 第76-78页 |
| ·多摄像机下基于MSER的人体跟踪方法 | 第78-85页 |
| ·椭圆区域拟合 | 第80-82页 |
| ·候选椭圆形区域的筛选 | 第82-84页 |
| ·候选椭圆形区域的匹配 | 第84-85页 |
| ·错误匹配椭圆对的剔除 | 第85页 |
| ·实验结果和分析 | 第85-90页 |
| ·本章小结 | 第90-92页 |
| 第5章 多摄像机下公共可视区域中遮挡情况时的人体跟踪 | 第92-119页 |
| ·引言 | 第92-95页 |
| ·摄像机标定 | 第95-102页 |
| ·线性摄像机模型 | 第95-99页 |
| ·本质矩阵估计与运动分解 | 第99-102页 |
| ·人体区域匹配点的获取 | 第102-110页 |
| ·图像校正后的匹配点获取 | 第105-109页 |
| ·图像校正前的匹配点获取 | 第109-110页 |
| ·基于人体三维位置信息的跟踪方法 | 第110-118页 |
| ·人体三维位置的求解 | 第110-112页 |
| ·高斯模板平滑的直方图模型的建立 | 第112页 |
| ·相似性计算 | 第112-114页 |
| ·遮挡人体的分割 | 第114页 |
| ·实验结果 | 第114-118页 |
| ·本章小结 | 第118-119页 |
| 第6章 总结与展望 | 第119-122页 |
| ·本文工作总结 | 第119-120页 |
| ·研究展望 | 第120-122页 |
| 参考文献 | 第122-138页 |
| 攻读博士学位期间主要的研究成果 | 第138页 |