| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 研究背景和意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-22页 |
| 1.2.1 运动目标检测 | 第15-19页 |
| 1.2.2 运动目标跟踪 | 第19-22页 |
| 1.3 研究内容与组织结构 | 第22-24页 |
| 1.3.1 研究内容 | 第22-23页 |
| 1.3.2 组织结构 | 第23-24页 |
| 第二章 运动目标检测和跟踪算法原理分析 | 第24-34页 |
| 2.1 引言 | 第24页 |
| 2.2 运动目标检测算法分析 | 第24-28页 |
| 2.2.1 帧差法 | 第24-25页 |
| 2.2.2 光流法 | 第25-26页 |
| 2.2.3 背景差分法 | 第26-28页 |
| 2.3 运动目标跟踪算法分析 | 第28-32页 |
| 2.3.1 目标跟踪算法参考模型 | 第29-30页 |
| 2.3.2 目标跟踪算法分类 | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 随机图像选取与自适应背景更新的目标检测算法 | 第34-42页 |
| 3.1 引言 | 第34页 |
| 3.2 随机图像选取与自适应背景更新算法 | 第34-37页 |
| 3.2.1 变化标记矩阵 | 第35页 |
| 3.2.2 背景构造与自适应更新 | 第35-36页 |
| 3.2.3 运动物体检测与分割 | 第36-37页 |
| 3.3 实验结果与分析 | 第37-41页 |
| 3.3.1 实验结果分析 | 第37-40页 |
| 3.3.2 实验结果评价 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 颜色与纹理特征自适应融合的粒子滤波跟踪 | 第42-59页 |
| 4.1 引言 | 第42页 |
| 4.2 粒子滤波算法基础 | 第42-45页 |
| 4.2.1 蒙特卡洛随机模拟方法 | 第42-43页 |
| 4.2.2 贝叶斯重要性采样 | 第43-44页 |
| 4.2.3 序列重要性采样 | 第44页 |
| 4.2.4 粒子退化和贫化 | 第44-45页 |
| 4.3 基于多特征自适应融合的粒子滤波 | 第45-58页 |
| 4.3.1 状态转移模型 | 第46页 |
| 4.3.2 目标观测模型 | 第46-50页 |
| 4.3.3 目标模板更新 | 第50-51页 |
| 4.3.4 算法具体步骤 | 第51-53页 |
| 4.3.5 实验结果与分析 | 第53-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 论文总结 | 第59页 |
| 5.2 论文展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第66-67页 |