| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题的研究背景及意义 | 第10-12页 |
| 1.2 论文的研究工作及创新 | 第12-14页 |
| 第2章 粒子滤波算法理论与Hadoop集群并行计算 | 第14-42页 |
| 2.1 粒子滤波算法理论 | 第14-21页 |
| 2.1.1 贝叶斯滤波原理 | 第14-16页 |
| 2.1.2 粒子滤波器及蒙特卡罗方法 | 第16-17页 |
| 2.1.3 贝叶斯重要性采样 | 第17-18页 |
| 2.1.4 序贯重要性采样 | 第18-20页 |
| 2.1.5 状态转移模型 | 第20-21页 |
| 2.2 Hadoop集群并行计算 | 第21-42页 |
| 2.2.1 Hadoop综述 | 第21-23页 |
| 2.2.2 MapReduce编程思想 | 第23-26页 |
| 2.2.3 MapReduce计算资源划分 | 第26-27页 |
| 2.2.4 MapReduce运行过程 | 第27-28页 |
| 2.2.5 MapReduce切分输入文件并解析成键值对的方法 | 第28-30页 |
| 2.2.6 map中间结果的输出 | 第30-31页 |
| 2.2.7 shuffle过程 | 第31-32页 |
| 2.2.8 Reduce任务及最后结果的输出 | 第32-33页 |
| 2.2.9 MapReduce的作业流程 | 第33-35页 |
| 2.2.10 MapReduce容错机制 | 第35-37页 |
| 2.2.11 MapReduce编程 | 第37-42页 |
| 第3章 运动目标检测(分割) | 第42-62页 |
| 3.1 运动目标检测(分割)方法综述 | 第42-43页 |
| 3.2 改进的帧差法 | 第43-57页 |
| 3.2.1 Hadoop中视频的分段与Map-Reduce处理的基本原理 | 第43页 |
| 3.2.2 OHMOFD方法概述 | 第43-46页 |
| 3.2.3 两帧相减 | 第46-47页 |
| 3.2.4 形态学开操作 | 第47页 |
| 3.2.5 连通区域标识 | 第47-49页 |
| 3.2.6 去除零散区域 | 第49-50页 |
| 3.2.7 连通临近区域 | 第50-52页 |
| 3.2.8 逐行填充 | 第52-54页 |
| 3.2.9 逐列填充 | 第54-55页 |
| 3.2.10 填充内部孔洞 | 第55-57页 |
| 3.3 改进的帧差法在Hadoop集群系统上的实现 | 第57-62页 |
| 3.3.1 改进帧差法的Hadoop程序 | 第57-58页 |
| 3.3.2 改进帧差法检测结果效率分析 | 第58-62页 |
| 第4章 目标跟踪算法 | 第62-73页 |
| 4.1 目标跟踪方法综述 | 第62页 |
| 4.2 改进的粒子滤波跟踪算法设计 | 第62-73页 |
| 4.2.1 运动目标特征提取与观测模型 | 第62-64页 |
| 4.2.2 改进的粒子滤波跟踪算法设计 | 第64-68页 |
| 4.2.3 Hadoop集群上的运动目标跟踪实现 | 第68-69页 |
| 4.2.4 跟踪结果的显示 | 第69-70页 |
| 4.2.5 实验结果与分析 | 第70-73页 |
| 第5章 总结与展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读学位期间发表的学术论文和研究成果 | 第77-78页 |
| 致谢 | 第78页 |
