| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.3 论文主要研究内容 | 第18-19页 |
| 1.4 论文的结构安排 | 第19-20页 |
| 第二章 目标分割与跟踪的原理及技术 | 第20-53页 |
| 2.1 前景检测的方法介绍 | 第20-30页 |
| 2.1.1 帧差法 | 第20-21页 |
| 2.1.2 光流法 | 第21-23页 |
| 2.1.3 背景减除法 | 第23-30页 |
| 2.1.3.1 GMM算法 | 第24-27页 |
| 2.1.3.2 ViBe算法 | 第27-30页 |
| 2.2 阴影消除方法 | 第30-37页 |
| 2.2.1 基于GMM的阴影消除方法 | 第31-34页 |
| 2.2.2 基于联合直方图的阴影消除方法 | 第34-37页 |
| 2.3 单相机的目标跟踪方法介绍 | 第37-44页 |
| 2.3.1 TLD算法 | 第37-42页 |
| 2.3.2 KCF算法 | 第42-44页 |
| 2.4 多相机的目标跟踪方法介绍 | 第44-52页 |
| 2.4.1 基于Homography的多相机目标跟踪 | 第45-49页 |
| 2.4.2 无重叠视野的多相机目标跟踪方法 | 第49-52页 |
| 2.5 本章小结 | 第52-53页 |
| 第三章 时空多特征融合的车辆精细分割方法 | 第53-66页 |
| 3.1 前景检测的后处理 | 第53-54页 |
| 3.2 时空多特征融合的阴影消除 | 第54-61页 |
| 3.2.1 基于色度的阴影消除 | 第54-55页 |
| 3.2.2 基于物理模型的阴影消除 | 第55-56页 |
| 3.2.3 基于纹理的阴影消除 | 第56-58页 |
| 3.2.4 空域多特征融合 | 第58-59页 |
| 3.2.5 时域平滑滤波 | 第59-61页 |
| 3.3 实验及分析 | 第61-65页 |
| 3.4 本章小结 | 第65-66页 |
| 第四章 多相机网络的广域车辆跟踪 | 第66-79页 |
| 4.1 广域车辆跟踪中提取候选目标的意义 | 第66-67页 |
| 4.2 相机网络的时空模型 | 第67-72页 |
| 4.2.1 相机间的连通性估计 | 第68-70页 |
| 4.2.2 相机间的转移时间估计 | 第70-72页 |
| 4.3 基于时空模型的候选目标提取 | 第72-74页 |
| 4.4 实验及分析 | 第74-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第五章 论文总结与展望 | 第79-81页 |
| 5.1 论文总结 | 第79页 |
| 5.2 工作展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-89页 |
| 攻读硕士学位期间的研究成果 | 第89-90页 |