| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-20页 |
| ·引言 | 第14-15页 |
| ·课题的研究目的与意义 | 第15-16页 |
| ·国内外研究现状 | 第16-17页 |
| ·目标检测和跟踪技术 | 第16页 |
| ·目标交接及匹配技术 | 第16-17页 |
| ·多摄像头协同调度技术 | 第17页 |
| ·其他相关技术 | 第17页 |
| ·本论文的主要工作 | 第17-18页 |
| ·本论文的章节安排 | 第18-20页 |
| 第二章 多摄像头目标检测和跟踪关键技术 | 第20-35页 |
| ·背景建模技术 | 第20-22页 |
| ·中值滤波法 | 第20-21页 |
| ·高斯背景建模 | 第21-22页 |
| ·码书（Codebook）法背景建模 | 第22页 |
| ·运动目标检测技术 | 第22-25页 |
| ·光流法 | 第23-24页 |
| ·基于特征点的检测 | 第24-25页 |
| ·目标跟踪技术 | 第25-32页 |
| ·均值偏移跟踪算法 | 第25-29页 |
| ·粒子滤波跟踪算法 | 第29-32页 |
| ·多摄像头环境中目标跟踪关键技术 | 第32-34页 |
| ·目标交接及数据融合技术 | 第33页 |
| ·摄像机协同调度技术 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 目标特征和行人检测 | 第35-50页 |
| ·目标特征 | 第35-43页 |
| ·颜色空间特征 | 第35-36页 |
| ·尺度不变特征 | 第36-40页 |
| ·不同特征描述子的比较 | 第40-43页 |
| ·行人检测方法 | 第43-48页 |
| ·HOG 特征 | 第43-46页 |
| ·支持向量机 | 第46-47页 |
| ·HOG+SVM 行人检测方法 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 基于 SIFT 和 HOG 的粒子滤波跟踪及多摄像机协同跟踪 | 第50-68页 |
| ·粒子滤波算法实现 | 第50-51页 |
| ·改进粒子滤波算法及实现 | 第51-56页 |
| ·基于 SIFT 和 HOG 粒子滤波算法 | 第52-54页 |
| ·对比实验结果 | 第54-56页 |
| ·多摄像头协同跟踪方法 | 第56-67页 |
| ·目标交接方法概述 | 第56-57页 |
| ·基于视野分界线的目标交接方法 | 第57-61页 |
| ·基于D-S证据理论的目标交接方法 | 第61-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 多摄像头协同调度算法 | 第68-77页 |
| ·多摄像头协同控制概述 | 第68-70页 |
| ·多摄像头协同控制方法 | 第68-69页 |
| ·多摄像头协同控制框架 | 第69-70页 |
| ·基于博弈论的多摄像头调度算法 | 第70-73页 |
| ·仿真原型系统 | 第73-75页 |
| ·多摄像头网络跟踪系统 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·本文工作总结 | 第77-78页 |
| ·未来工作展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 攻硕期间取得的研究成果 | 第85-86页 |