| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-13页 |
| ·本文的项目背景与意义 | 第9页 |
| ·目前存在的一些解决方法 | 第9-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 2 视频镜头的分割 | 第13-29页 |
| ·镜头分割的一些基本知识 | 第13-15页 |
| ·基于亮度直方图及边缘检测的镜头分割 | 第15-25页 |
| ·选择颜色模型 | 第15-16页 |
| ·建立亮度直方图 | 第16页 |
| ·图像相似度匹配算法 | 第16-17页 |
| ·自适应阂值的选取 | 第17-21页 |
| ·视频帧的边缘检测 | 第21-25页 |
| ·实验结果分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 3 关键帧的提取 | 第29-35页 |
| ·关键帧提取的目的 | 第29页 |
| ·关键帧提取的方法 | 第29-31页 |
| ·实验结果分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 4 视频目标的跟踪 | 第35-58页 |
| ·视频跟踪的基础 | 第35-36页 |
| ·基于Mean-Shift的目标跟踪 | 第36-41页 |
| ·Mean-Shift跟踪框架 | 第36-39页 |
| ·Camshift算法 | 第39-41页 |
| ·基于粒子滤波框架的目标跟踪 | 第41-47页 |
| ·贝叶斯滤波原理 | 第42-44页 |
| ·粒子滤波(Particle Filter)的原理 | 第44-47页 |
| ·改进的Mean-Shift算法 | 第47-51页 |
| ·基于像素位置的亮度直方图 | 第48-49页 |
| ·颜色模型及相似性度量 | 第49-50页 |
| ·改进后的算法 | 第50-51页 |
| ·实验结果分析 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-59页 |
| ·论文总结 | 第58页 |
| ·工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |