| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·运动人体的视觉分析 | 第10-11页 |
| ·在智能监控中的应用 | 第11页 |
| ·人体跟踪方法及难点 | 第11-15页 |
| ·基于模型的人体跟踪 | 第12页 |
| ·基于区域的人体跟踪 | 第12-13页 |
| ·基于活动轮廓的人体跟踪 | 第13页 |
| ·基于特征的人体跟踪 | 第13-14页 |
| ·人体跟踪方法中的难点 | 第14-15页 |
| ·本文所做的工作 | 第15-18页 |
| ·主要研究内容 | 第15-16页 |
| ·文章结构安排 | 第16-18页 |
| 第2章 MeanShift理论 | 第18-30页 |
| ·无参密度估计 | 第18-21页 |
| ·直方图 | 第19页 |
| ·核密度估计 | 第19-21页 |
| ·K-近邻估计 | 第21页 |
| ·MeanShift算法 | 第21-25页 |
| ·核密度梯度估计 | 第21-24页 |
| ·MeanShift迭代收敛性证明 | 第24-25页 |
| ·基于MeanShift算法的目标跟踪 | 第25-29页 |
| ·目标跟踪 | 第25-28页 |
| ·算法复杂度 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于MeanShift运动人体跟踪算法的改进 | 第30-45页 |
| ·颜色直方图 | 第31-33页 |
| ·改进的跟踪算法 | 第33-36页 |
| ·人体颜色分块模型 | 第33页 |
| ·Bhattacharrya系数 | 第33-34页 |
| ·算法步骤 | 第34-36页 |
| ·算法复杂度 | 第36页 |
| ·实验结果与分析 | 第36-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 人体跟踪中的遮挡问题解决 | 第45-65页 |
| ·遮挡判定 | 第45-46页 |
| ·卡尔曼滤波结合的遮挡方法 | 第46-56页 |
| ·卡尔曼滤波 | 第46-49页 |
| ·遮挡解决 | 第49-51页 |
| ·实验结果与分析 | 第51-56页 |
| ·积分直方图结合的遮挡处理方法 | 第56-60页 |
| ·积分直方图 | 第56-58页 |
| ·加权处理 | 第58-59页 |
| ·遮挡解决 | 第59-60页 |
| ·实验结果与分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |