| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 前景目标检测研究现状 | 第12-13页 |
| 1.2.2 多目标跟踪研究现状 | 第13-14页 |
| 1.2.3 图像检索研究现状 | 第14-15页 |
| 1.3 本文使用的视频数据介绍 | 第15-16页 |
| 1.4 本文主要工作和组织结构 | 第16-18页 |
| 1.4.1 本文工作与创新之处 | 第16-17页 |
| 1.4.2 章节组织 | 第17-18页 |
| 第2章 视频分析预处理和动静态切分研究 | 第18-33页 |
| 2.1 图像预处理及其实现 | 第18-26页 |
| 2.1.1 图像增强技术 | 第18-22页 |
| 2.1.2 图像去噪技术 | 第22-26页 |
| 2.2 视频动静态切分 | 第26-32页 |
| 2.2.1 普通帧间差分算法 | 第26-27页 |
| 2.2.2 分块多阈值帧间差分算法 | 第27-30页 |
| 2.2.3 实验结果与分析 | 第30-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 在线多目标跟踪研究 | 第33-59页 |
| 3.1 前景目标检测 | 第33-41页 |
| 3.1.1 引言 | 第33-34页 |
| 3.1.2 双背景模型的快速鲁棒前景检测算法 | 第34-37页 |
| 3.1.3 实验结果与分析 | 第37-41页 |
| 3.2 目标特征选择与提取 | 第41-49页 |
| 3.2.1 图像哈希 | 第41页 |
| 3.2.2 颜色直方图 | 第41-42页 |
| 3.2.3 CEDD特征 | 第42-46页 |
| 3.2.4 SURF特征 | 第46-49页 |
| 3.3 结合meanshift和特征匹配的在线多目标跟踪算法 | 第49-58页 |
| 3.3.1 目标状态及其管理 | 第49-51页 |
| 3.3.2 在线多目标跟踪算法的实现 | 第51-56页 |
| 3.3.3 实验结果与分析 | 第56-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第4章 视频目标图像检索研究 | 第59-67页 |
| 4.1 引言 | 第59-60页 |
| 4.2 特征相似性度量的改进 | 第60-63页 |
| 4.2.1 哈希特征相似性度量 | 第60页 |
| 4.2.2 颜色直方图相似性度量 | 第60-61页 |
| 4.2.3 CEDD特征相似性度量 | 第61页 |
| 4.2.4 SURF特征相似性度量 | 第61-63页 |
| 4.3 基于改进的特征相似性度量的目标检索实验结果与分析 | 第63-66页 |
| 4.3.1 评价指标 | 第63页 |
| 4.3.2 数据集与参数设置 | 第63-64页 |
| 4.3.3 实验结果 | 第64-65页 |
| 4.3.4 实验结果分析 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 小区监控视频分析检索系统实现 | 第67-82页 |
| 5.1 需求分析 | 第67-69页 |
| 5.1.1 功能性需求分析 | 第67-68页 |
| 5.1.2 非功能性需求 | 第68-69页 |
| 5.2 系统设计 | 第69-70页 |
| 5.3 系统实现 | 第70-74页 |
| 5.3.1 动静态切分与信息提取层的实现 | 第70-72页 |
| 5.3.2 多目标跟踪分析层的实现 | 第72-73页 |
| 5.3.3 视频目标检索层的实现 | 第73-74页 |
| 5.4 系统测试结果 | 第74-81页 |
| 5.4.1 功能性测试 | 第75-78页 |
| 5.4.2 非功能性测试 | 第78-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第6章 总结与展望 | 第82-84页 |
| 6.1 工作总结 | 第82-83页 |
| 6.2 工作展望 | 第83-84页 |
| 参考文献 | 第84-92页 |
| 致谢 | 第92-94页 |
| 个人简介、在学期间发表的学术论文和研究成果 | 第94页 |