| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·运动行人检测研究现状 | 第10-13页 |
| ·运动行人跟踪研究现状 | 第13-15页 |
| ·本文的研究内容及组织结构 | 第15-17页 |
| ·本文的研究内容 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 第二章 粒子滤波理论 | 第17-27页 |
| ·引言 | 第17页 |
| ·贝叶斯滤波器原理 | 第17-19页 |
| ·蒙特卡洛方法 | 第19-20页 |
| ·粒子滤波原理 | 第20-26页 |
| ·重要性采样 | 第20-21页 |
| ·序贯重要性采样 | 第21-22页 |
| ·粒子集的退化问题 | 第22-24页 |
| ·粒子滤波算法与目标行人跟踪 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 运动行人检测 | 第27-36页 |
| ·引言 | 第27页 |
| ·HOG 特征提取 | 第27-29页 |
| ·颜色特征提取 | 第29-30页 |
| ·SVM 支持向量机原理 | 第30-32页 |
| ·传统 SVM 分类器 | 第30-32页 |
| ·线性不可分 SVM 分类器 | 第32页 |
| ·HOG&SVM 运动行人检测 | 第32-34页 |
| ·实验结果与分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 HOG 和颜色特征的粒子滤波跟踪方法 | 第36-45页 |
| ·引言 | 第36-37页 |
| ·HOG 和颜色双重特征的跟踪算法 | 第37-42页 |
| ·目标行人运动传播模型 | 第37页 |
| ·目标行人似然模型 | 第37-39页 |
| ·粒子滤波算法 | 第39-41页 |
| ·跟踪算法 | 第41-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于 QMC 的粒子滤波运动行人跟踪方法 | 第45-52页 |
| ·引言 | 第45-46页 |
| ·拟蒙特卡洛方法 | 第46-47页 |
| ·蒙特卡洛方法 | 第46-47页 |
| ·拟蒙特卡洛方法 | 第47页 |
| ·低差异序列 | 第47-48页 |
| ·改进粒子滤波跟踪算法 | 第48-49页 |
| ·实验结果与分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 运动行人跟踪系统的设计与实现 | 第52-58页 |
| ·引言 | 第52页 |
| ·INTEL OPENCV 简介 | 第52-54页 |
| ·运动行人跟踪系统的设计与实现 | 第54-57页 |
| ·各功能模块的设计 | 第54-55页 |
| ·运动行人跟踪系统的实现 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间公开发表（录用）论文 | 第64-65页 |
| 致谢 | 第65-66页 |