| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·运动目标跟踪技术 | 第9-10页 |
| ·路径建模技术 | 第10-11页 |
| ·事件检测技术 | 第11页 |
| ·论文的结构安排 | 第11-13页 |
| 第2章 基于自适应特征的Mean Shift跟踪 | 第13-30页 |
| ·监控视频的目标检测技术 | 第13-17页 |
| ·光流法 | 第13-14页 |
| ·帧差法 | 第14-15页 |
| ·背景减除法 | 第15-17页 |
| ·基于特征的目标跟踪算法 | 第17-20页 |
| ·目标跟踪算法概述 | 第17-18页 |
| ·特征提取 | 第18-19页 |
| ·特征匹配 | 第19-20页 |
| ·基于自适应特征提取的Mean Shift跟踪 | 第20-26页 |
| ·自适应特征提取方法 | 第20-23页 |
| ·Mean Shift算法理论 | 第23-25页 |
| ·基于自适应特征提取的Mean Shift跟踪算法 | 第25-26页 |
| ·性能分析 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于改进K-means聚类的路径提取 | 第30-41页 |
| ·运动目标的轨迹提取及预处理 | 第30-32页 |
| ·目标轨迹的表示 | 第30页 |
| ·目标轨迹预处理 | 第30-32页 |
| ·轨迹聚类 | 第32-35页 |
| ·相似性度量 | 第32-34页 |
| ·改进的K-means聚类算法 | 第34-35页 |
| ·聚类有效性 | 第35页 |
| ·场景路径建模 | 第35-37页 |
| ·路径提取 | 第35-36页 |
| ·路径建模 | 第36-37页 |
| ·实验分析 | 第37-40页 |
| ·目标轨迹预处理 | 第37-38页 |
| ·轨迹聚类和路径提取 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于轨迹分析技术的行人和车辆异常事件检测系统 | 第41-48页 |
| ·轨迹分析在针对行人和车辆的异常事件检测中的应用 | 第41页 |
| ·基于轨迹分析技术的行人和车辆异常行为检测系统 | 第41-42页 |
| ·数据采集及平台介绍 | 第42页 |
| ·异常事件检测 | 第42-44页 |
| ·逆行 | 第42-44页 |
| ·异常停止 | 第44页 |
| ·实验分析 | 第44-47页 |
| ·系统界面 | 第44-45页 |
| ·逆行检测 | 第45-46页 |
| ·异常停止检测 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| ·本文工作总结 | 第48页 |
| ·未来工作展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 附录1 攻读硕士期间参加的科研项目 | 第55-56页 |
| 致谢 | 第56-57页 |