| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.2 课题研究内容 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-19页 |
| 1.3.1 单摄像机运动目标检测 | 第17-18页 |
| 1.3.2 多摄像机拓扑关系估计 | 第18-19页 |
| 1.3.3 智能视频监控国内外应用 | 第19页 |
| 1.4 课题相关技术与难点分析 | 第19-20页 |
| 1.5 本文的主要工作和结构安排 | 第20-22页 |
| 1.5.1 本文所做的主要工作 | 第20-21页 |
| 1.5.2 章节内容安排 | 第21-22页 |
| 第二章 运动目标检测与活动分析相关理论 | 第22-37页 |
| 2.1 引言 | 第22页 |
| 2.2 运动目标检测方法概述 | 第22-31页 |
| 2.2.1 帧差法 | 第22-24页 |
| 2.2.2 光流法 | 第24-26页 |
| 2.2.3 背景差法 | 第26-31页 |
| 2.3 形态学处理方法 | 第31-34页 |
| 2.3.1 膨胀和腐蚀 | 第32-33页 |
| 2.3.2 开运算与闭运算 | 第33-34页 |
| 2.4 多摄像机网络目标活动分析 | 第34-36页 |
| 2.4.1 多摄像机网络拓扑关系估计 | 第34-35页 |
| 2.4.2 目标匹配 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 单摄像机运动目标检测 | 第37-47页 |
| 3.1 引言 | 第37页 |
| 3.2 混合高斯背景建模 | 第37-40页 |
| 3.2.1 混合高斯背景建模原理 | 第37-40页 |
| 3.2.2 典型的混合高斯背景建模存在的问题 | 第40页 |
| 3.3 改进的混合高斯背景建模 | 第40-43页 |
| 3.3.1 改进的混合高斯背景模型初始化算法 | 第40-41页 |
| 3.3.2 改进的混合高斯背景模型更新算法 | 第41-42页 |
| 3.3.3 改进的混合高斯背景模型前景检测算法 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 多摄像机运动目标分析与匹配 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 基于目标运动特性的摄像机视域语义区域分割 | 第47-49页 |
| 4.3 基于KCCA的多摄像机视域语义区域相关性分析 | 第49-53页 |
| 4.3.1 典型相关分析(CCA) | 第49-51页 |
| 4.3.2 核典型相关分析(KCCA) | 第51-52页 |
| 4.3.3 语义区域相关性分析 | 第52-53页 |
| 4.4 多摄像机网络拓扑关系估计 | 第53页 |
| 4.5 时空信息约束下的多摄像机目标匹配 | 第53-55页 |
| 4.6 实验结果与分析 | 第55-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文主要工作总结 | 第59-60页 |
| 5.2 研究后续与展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67-68页 |