| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-14页 |
| ·课题背景和意义 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·本文主要内容 | 第13-14页 |
| 第二章 基于视频的前景检测算法 | 第14-26页 |
| ·视频前景检测算法的研究现状 | 第14-15页 |
| ·背景建模方法 | 第15-22页 |
| ·混合高斯背景建模方法 | 第15-18页 |
| ·帧间差分背景剪除法 | 第18-19页 |
| ·基于贝叶斯理论的复杂背景建模 | 第19-22页 |
| ·抗噪声去阴影算法 | 第22-24页 |
| ·抗噪声去阴影算法概述 | 第22-23页 |
| ·基于HSV 空间的阴影去除 | 第23-24页 |
| ·视频的前景目标检测算法 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 监控视频中的行为分析 | 第26-44页 |
| ·视频监控研究现状 | 第26-29页 |
| ·视频监控研究 | 第26-27页 |
| ·视频监控中目标跟踪研究 | 第27-29页 |
| ·运动目标跟踪算法 | 第29-34页 |
| ·扩展卡尔曼滤波器跟踪算法 | 第29-31页 |
| ·mean-shift 跟踪算法 | 第31-34页 |
| ·基于数据关联的运动跟踪算法 | 第34-36页 |
| ·跟踪策略 | 第35页 |
| ·颜色直方图相似度匹配算法 | 第35-36页 |
| ·行为定义及检测算法 | 第36-37页 |
| ·视频监控系统设计 | 第37-44页 |
| ·周边入侵模块结构 | 第37-40页 |
| ·周边入侵模块测试 | 第40-44页 |
| 第四章 单目图像人体检测算法 | 第44-56页 |
| ·单目图像人体检测的研究现状 | 第44-45页 |
| ·基于 haar 特征的人体检测算法 | 第45-51页 |
| ·特征集 | 第46-49页 |
| ·adaboost 训练分类器 | 第49-51页 |
| ·基于隐式形状模型的检测分割算法 | 第51-54页 |
| ·隐式形状模型(Implicit Shape Model)的建立 | 第52-53页 |
| ·基于ISM 的人体检测 | 第53-54页 |
| ·ISM 人体检测和分割效验 | 第54页 |
| ·实验结果 | 第54-56页 |
| 第五章 单目图像三维人体姿态分析 | 第56-65页 |
| ·人体姿态估计研究现状 | 第56页 |
| ·基于人体检测的人体姿态估计 | 第56-59页 |
| ·特征提取 | 第57页 |
| ·三维人体姿态建模 | 第57-58页 |
| ·基于回归的姿态估计 | 第58-59页 |
| ·实验结果 | 第59-65页 |
| ·侧影信息提取 | 第59-61页 |
| ·基于回归的三维姿态估计 | 第61-64页 |
| ·结论 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·论文研究总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间已发表或录用的论文 | 第73页 |