| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.2.1 目标跟踪技术 | 第10-12页 |
| 1.2.2 三维信息提取 | 第12-13页 |
| 1.3 技术难点 | 第13-14页 |
| 1.4 本文的主要研究内容 | 第14-16页 |
| 第二章 运动目标检测算法 | 第16-36页 |
| 2.1 帧间差分法 | 第16-17页 |
| 2.2 光流法 | 第17页 |
| 2.3 背景差分法 | 第17-18页 |
| 2.4 基于混合高斯背景建模的运动目标检测算法 | 第18-29页 |
| 2.4.1 经典GMM 模型 | 第18-20页 |
| 2.4.2 基于运算改进的GMM 模型 | 第20-24页 |
| 2.4.3 基于混合高斯背景建模的运动目标检测算法 | 第24-29页 |
| 2.5 实验结果与分析 | 第29-34页 |
| 2.5.1 序列一 | 第30-32页 |
| 2.5.2 序列二 | 第32-34页 |
| 2.5.3 结果分析 | 第34页 |
| 2.6 本章小结 | 第34-36页 |
| 第三章 运动目标跟踪算法 | 第36-70页 |
| 3.1 粒子滤波（Particle Filter） | 第36-38页 |
| 3.2 基于粒子滤波的目标运动预测 | 第38-43页 |
| 3.2.1 数学模型 | 第38-40页 |
| 3.2.2 置信度、权重以及预测运动向量 | 第40-41页 |
| 3.2.3 目标运动预测算法 | 第41-43页 |
| 3.3 目标跟踪技术 | 第43-53页 |
| 3.3.1 目标跟踪技术框架 | 第43-44页 |
| 3.3.2 目标匹配 | 第44-48页 |
| 3.3.3 改进的目标跟踪技术 | 第48-53页 |
| 3.4 实验结果与分析 | 第53-68页 |
| 3.4.1 实验一 | 第53-56页 |
| 3.4.2 实验二 | 第56-60页 |
| 3.4.3 实验三 | 第60-65页 |
| 3.4.4 实验四 | 第65-68页 |
| 3.5 本章小结 | 第68-70页 |
| 第四章 三维信息提取算法 | 第70-95页 |
| 4.1 摄像机成像模型 | 第70-75页 |
| 4.1.1 四种参考坐标系 | 第70-71页 |
| 4.1.2 摄像机成像模型 | 第71-74页 |
| 4.1.3 摄像机模型变换公式的矩阵形式 | 第74-75页 |
| 4.2 摄像机标定 | 第75-79页 |
| 4.2.1 求解透视投影矩阵 | 第75-77页 |
| 4.2.2 获取摄像机的各个参数 | 第77-79页 |
| 4.3 基于几何信息的坐标预修正策略 | 第79-83页 |
| 4.4 坐标反变换 | 第83-84页 |
| 4.5 目标的三维轨迹检测 | 第84-85页 |
| 4.6 实验结果与分析 | 第85-94页 |
| 4.6.1 经典摄像机标定算法以及经过坐标修正之后的摄像机标定算法 | 第85-91页 |
| 4.6.2 坐标反变换算法 | 第91-92页 |
| 4.6.3 目标的三维轨迹检测 | 第92-94页 |
| 4.7 本章小结 | 第94-95页 |
| 第五章 总结与展望 | 第95-97页 |
| 参考文献 | 第97-99页 |
| 致谢 | 第99-100页 |
| 作者攻读学位期间发表的学术论文 | 第100-103页 |
| 上海交通大学硕士学位论文答辩决议书 | 第103页 |
