| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景、意义及目的 | 第12-13页 |
| 1.2 智能视频监控系统的国内外研究现状 | 第13-14页 |
| 1.3 运动目标跟踪技术研究现状与难点问题 | 第14-18页 |
| 1.3.1 目标跟踪技术研究现状 | 第14-16页 |
| 1.3.2 Mean Shift算法研究现状 | 第16-17页 |
| 1.3.3 运动目标跟踪技术难点问题 | 第17-18页 |
| 1.4 论文的主要内容 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 基于Mean Shift的视频目标跟踪 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2. Mean Shift基本思想 | 第20-21页 |
| 2.3 扩展的Mean Shift | 第21-24页 |
| 2.3.1 核函数的概念 | 第21-23页 |
| 2.3.2 扩展的Mean Shift形式 | 第23-24页 |
| 2.4 Mean Shift的物理意义 | 第24-25页 |
| 2.5 Mean Shift算法 | 第25-28页 |
| 2.5.1 Mean Shift算法迭代步骤 | 第25-26页 |
| 2.5.2 Mean Shift向量的收敛性证明 | 第26-28页 |
| 2.6 基于Mean Shift的视频目标跟踪 | 第28-29页 |
| 2.6.1 目标特征模型初始化 | 第28页 |
| 2.6.2 当前帧目标特征模型建立 | 第28-29页 |
| 2.6.3 特征匹配规则 | 第29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 融合颜色与纹理特征的新型Mean Shift跟踪算法 | 第30-48页 |
| 3.1 引言 | 第30-31页 |
| 3.2 特征提取 | 第31-32页 |
| 3.2.1 色彩特征 | 第31页 |
| 3.2.2 纹理特征 | 第31-32页 |
| 3.3 融合颜色和纹理特征的目标追踪 | 第32-40页 |
| 3.3.1 基于HSV空间的颜色特征 | 第32-33页 |
| 3.3.2 基于LBP的纹理特征提取 | 第33-37页 |
| 3.3.3 目标建模中颜色特征和纹理特征的融合 | 第37-40页 |
| 3.3.4 MSL算法的实现细节和步骤 | 第40页 |
| 3.4 实验结果与分析 | 第40-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 BWH跟踪算法中模板更新策略及遮挡问题研究 | 第48-74页 |
| 4.1 引言 | 第48页 |
| 4.2 融合背景直方图校正的Mean Shift跟踪算法(BWH) | 第48-50页 |
| 4.3 模板更新策略研究 | 第50-54页 |
| 4.4 运动目标跟踪中遮挡问题研究 | 第54-60页 |
| 4.4.1 遮挡问题的产生 | 第54-57页 |
| 4.4.2 标准kalman滤波器 | 第57-60页 |
| 4.4.3 一种简单实用的轨迹预测方法 | 第60页 |
| 4.5 跟踪状态的估计及状态的转换 | 第60-62页 |
| 4.5.1 相关匹配准则的选取 | 第60-61页 |
| 4.5.2 状态的估计及转换 | 第61-62页 |
| 4.6 实验结果与分析 | 第62-72页 |
| 4.7 本章小结 | 第72-74页 |
| 第5章 基于PTZ摄像机的视频监控系统设计与实现 | 第74-84页 |
| 5.1 引言 | 第74页 |
| 5.2 系统介绍 | 第74-76页 |
| 5.2.1 软件部分 | 第74-75页 |
| 5.2.2 硬件部分 | 第75-76页 |
| 5.3 运动目标检测 | 第76-77页 |
| 5.4 运动目标分析 | 第77页 |
| 5.5 目标跟踪 | 第77-78页 |
| 5.6 实验结果 | 第78-82页 |
| 5.7 本章小结 | 第82-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 工作总结 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 参考文献 | 第86-94页 |
| 致谢 | 第94-96页 |
| 作者简介 | 第96页 |
