| 目录 | 第4-7页 |
| CONTENTS | 第7-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 论文主要研究内容 | 第17页 |
| 1.4 论文的组织安排 | 第17-19页 |
| 第二章 视频内容描述方法简介 | 第19-27页 |
| 2.1 视频摘要的定义和分类 | 第19-24页 |
| 2.1.1 关键帧 | 第20页 |
| 2.1.2 关键帧的提取技术 | 第20-23页 |
| 2.1.3 缩略视频 | 第23-24页 |
| 2.2 视频摘要的评价方法 | 第24-26页 |
| 2.2.1 结果描述 | 第24-25页 |
| 2.2.2 客观度量 | 第25页 |
| 2.2.3 主观评价 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 时空域关注模型的形成 | 第27-37页 |
| 3.1 视觉关注模型 | 第27-30页 |
| 3.1.1 自底向上的视觉关注模型 | 第27-29页 |
| 3.1.2 自顶向下的视觉关注模型 | 第29-30页 |
| 3.2 时空域关注模型的形成 | 第30-36页 |
| 3.2.1 时域关注模型 | 第30-32页 |
| 3.2.2 空域关注模型 | 第32-34页 |
| 3.2.3 时域关注优先融合 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 基于视觉关注转移的事件检测算法 | 第37-53页 |
| 4.1 引言 | 第37页 |
| 4.2 事件检测 | 第37-38页 |
| 4.3 基于视觉关注转移的事件检测算法 | 第38-42页 |
| 4.3.1 视觉关注转移 | 第39-40页 |
| 4.3.2 关键帧准确性判定 | 第40-41页 |
| 4.3.3 受关注事件报警提示 | 第41页 |
| 4.3.4 遗留物和被带走物突出显示 | 第41-42页 |
| 4.4 受关注对象追踪 | 第42-44页 |
| 4.4.1 均值漂移 | 第42-43页 |
| 4.4.2 受关注对象检测追踪 | 第43-44页 |
| 4.5 实验结果与分析 | 第44-52页 |
| 4.5.1 事件检测实验结果及分析 | 第44-48页 |
| 4.5.2 对比实验结果与追踪结果及分析 | 第48-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 基于AdaBoost和CAMSHIFT的人脸检测和追踪 | 第53-62页 |
| 5.1 引言 | 第53页 |
| 5.2 基于AdaBoost的人脸检测 | 第53-57页 |
| 5.2.1 训练分类器 | 第54-55页 |
| 5.2.2 人脸检测 | 第55-57页 |
| 5.3 用CAMSHIFT人脸追踪 | 第57-58页 |
| 5.3.1 CAMSHIFT追踪算法 | 第57页 |
| 5.3.2 改进的累加直方图的的人脸追踪 | 第57-58页 |
| 5.4 实验结果及分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-65页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 下一步工作展望 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表的论文 | 第73页 |
| 攻读硕士期间申请的专利 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |