| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 监控视频中的时域运动目标检测研究现状 | 第12-13页 |
| 1.2.2 基于显著性的运动目标检测研究现状 | 第13-15页 |
| 1.3 课题主要研究内容 | 第15-18页 |
| 第2章 基于显著性的运动目标检测算法 | 第18-36页 |
| 2.1 人类视觉系统及视觉注意机制 | 第18-21页 |
| 2.1.1 人类视觉系统 | 第18-19页 |
| 2.1.2 视觉注意模型 | 第19-21页 |
| 2.2 运动目标的显著性特征描述 | 第21-26页 |
| 2.2.1 颜色特征 | 第21-23页 |
| 2.2.2 亮度特征 | 第23-25页 |
| 2.2.3 运动信息 | 第25-26页 |
| 2.3 频域和时域显著性的目标检测研究 | 第26-35页 |
| 2.3.1 基于图像颜色和亮度特征的频域显著性检测研究 | 第26-31页 |
| 2.3.2 基于图像运动信息的时域显著性检测研究 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 结合改进FT和GMM的频-时显著性目标检测方法 | 第36-51页 |
| 3.1 监控视频中基于频域FT算法的初步运动目标检测 | 第36-37页 |
| 3.2 频域FT算法改进 | 第37-41页 |
| 3.2.1 基于距离度量方式的FT算法改进 | 第38-39页 |
| 3.2.2 基于融合方式的FT算法改进 | 第39-41页 |
| 3.3 监控视频中基于改进FT算法的初步运动目标检测 | 第41-43页 |
| 3.4 基于改进FT和混合高斯模型算法的运动目标检测 | 第43-49页 |
| 3.4.1 监控视频中基于GMM算法的运动目标检测 | 第44-47页 |
| 3.4.2 基于改进FT和GMM算法结合的运动目标检测 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 监控视频中基于显著性的运动目标检测实验分析 | 第51-63页 |
| 4.1 基于频域显著性算法和GMM算法的运动目标检测实验 | 第51-56页 |
| 4.1.1 基于频域显著性算法和GMM的运动目标检测效果分析 | 第51-53页 |
| 4.1.2 基于频域显著性算法和GMM的运动目标检测定量性能分析 | 第53-56页 |
| 4.2 基于改进FT和光流法的运动目标检测实验分析 | 第56-61页 |
| 4.2.1 基于块匹配的光流法 | 第56-57页 |
| 4.2.2 改进FT和基于块匹配的光流法结合的运动目标检测效果分析 | 第57-59页 |
| 4.2.3 改进FT和基于块匹配的光流法结合的运动目标检测定量性能分析 | 第59-61页 |
| 4.3 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第69-71页 |
| 致谢 | 第71页 |
