| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 符号说明 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 静态视频摘要技术 | 第15页 |
| 1.2.2 动态视频摘要技术 | 第15-17页 |
| 1.3 主要研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第二章 视频浓缩关键技术分析 | 第20-34页 |
| 2.1 视频浓缩技术概述 | 第20-24页 |
| 2.1.1 经典视频摘要技术 | 第20-21页 |
| 2.1.2 基于对象的视频浓缩原理及难点分析 | 第21-23页 |
| 2.1.3 本文整体技术框架 | 第23-24页 |
| 2.2 运动目标检测算法 | 第24-26页 |
| 2.3 运动目标跟踪算法 | 第26-30页 |
| 2.3.1 目标跟踪过程及分类 | 第27-28页 |
| 2.3.2 均值漂移跟踪算法 | 第28-30页 |
| 2.4 运动目标轨迹组合技术 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 运动目标检测及实现 | 第34-42页 |
| 3.1 背景建模方法 | 第34-36页 |
| 3.2 视觉背景提取建模 | 第36-38页 |
| 3.3 改进的视觉背景提取算法 | 第38-39页 |
| 3.4 实验及结果分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 目标跟踪中自适应评价机制研究 | 第42-57页 |
| 4.1 目标跟踪自适应评价机制定性分析 | 第42-45页 |
| 4.2 自适应评价机制的验证 | 第45-52页 |
| 4.2.1 深度相机标定 | 第45-48页 |
| 4.2.2 自适应调整跟踪算法系统设计及验证 | 第48-49页 |
| 4.2.3 跟踪验证系统实验结果分析 | 第49-52页 |
| 4.3 基于目标自适应评价机制的鲁棒跟踪算法及结果分析 | 第52-55页 |
| 4.4 运动目标轨迹提取 | 第55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 轨迹组合优化与浓缩视频生成 | 第57-72页 |
| 5.1 目标轨迹重新组合优化 | 第57-63页 |
| 5.1.1 浓缩视频特性 | 第57-58页 |
| 5.1.2 轨迹表示及转移映射 | 第58-59页 |
| 5.1.3 能量损耗函数及因子更新 | 第59-62页 |
| 5.1.4 轨迹能量函数优化 | 第62-63页 |
| 5.2 浓缩视频生成 | 第63-67页 |
| 5.2.1 运动轨迹与背景融合 | 第64-65页 |
| 5.2.2 浓缩视频生成过程 | 第65页 |
| 5.2.3 浓缩性能指标 | 第65-67页 |
| 5.3 实验结果及分析 | 第67-70页 |
| 5.4 本章小节 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 工作展望 | 第73-74页 |
| 参考文献 | 第74-81页 |
| 致谢 | 第81-82页 |
| 攻读学位论文期间发表的学术论文目录 | 第82-83页 |
| 学位论文评阅及答辩情况表 | 第83页 |