| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 绪论 | 第13-17页 |
| ·课题研究背景与意义 | 第13-14页 |
| ·国内外研究和应用现状 | 第14-15页 |
| ·多运动目标检测与跟踪技术难点 | 第15页 |
| ·本文的主要工作和组织结构 | 第15-17页 |
| ·本文的研究内容 | 第15-16页 |
| ·章节安排 | 第16-17页 |
| 第二章 运动目标检测与跟踪技术介绍 | 第17-28页 |
| ·运动目标检测算法介绍 | 第17-23页 |
| ·帧差法 | 第17页 |
| ·光流法 | 第17-18页 |
| ·背景减法 | 第18-23页 |
| ·基于分类器的目标检测算法 | 第23页 |
| ·运动目标跟踪算法介绍 | 第23-27页 |
| ·基于特征的跟踪方法 | 第24-25页 |
| ·基于区域的跟踪方法 | 第25页 |
| ·基于模型的跟踪方法 | 第25页 |
| ·基于主动轮廓的跟踪方法 | 第25页 |
| ·基于检测的跟踪方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 静态场景下多运动目标检测 | 第28-47页 |
| ·静态场景下多运动目标检测算法选择 | 第28-29页 |
| ·VIBE 目标检测算法 | 第29-34页 |
| ·VIBE 算法原理介绍 | 第29-32页 |
| ·VIBE 算法实验结果与分析 | 第32-34页 |
| ·运动目标分割 | 第34-41页 |
| ·分割图像预处理 | 第34-36页 |
| ·传统区域分割算法 | 第36-38页 |
| ·基于 HOG 特征的 SVM 分类器辅助分割算法 | 第38-41页 |
| ·VIBE 与 HOG 特征分类相结合的运动目标检测算法 | 第41-46页 |
| ·算法原理 | 第41页 |
| ·算法流程 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 静态场景下多运动目标跟踪 | 第47-60页 |
| ·静态场景下多运动目标跟踪问题描述与分析 | 第47-48页 |
| ·基于检测和分类的多运动目标跟踪算法 | 第48-56页 |
| ·候选目标提取 | 第48-49页 |
| ·按外观特征对候选目标进行分类 | 第49-52页 |
| ·按空间关系对候选目标进行分类 | 第52-54页 |
| ·确定最佳匹配关系及信息更新 | 第54-56页 |
| ·算法流程图 | 第56页 |
| ·实验结果与分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·论文工作总结 | 第60页 |
| ·未来的工作与展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67-69页 |