| 表目录 | 第1-7页 |
| 图目录 | 第7-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·运动目标检测 | 第13-15页 |
| ·视频目标跟踪 | 第15-17页 |
| ·人体异常行为分析 | 第17-18页 |
| ·论文主要工作及内容安排 | 第18-21页 |
| ·主要工作与创新点 | 第18-19页 |
| ·论文章节安排 | 第19-21页 |
| 第2章 复杂场景中的运动目标检测 | 第21-34页 |
| ·引言 | 第21页 |
| ·常用的运动目标检测背景建模方法 | 第21-24页 |
| ·基于全局性光照模型的运动目标检测 | 第24-33页 |
| ·光照模型 | 第25-26页 |
| ·空间似然模型 | 第26-27页 |
| ·最大似然估计 | 第27-29页 |
| ·实验结果与分析 | 第29-33页 |
| ·小结 | 第33-34页 |
| 第3章 Mean-Shift 与粒子滤波结合的目标跟踪 | 第34-54页 |
| ·引言 | 第34页 |
| ·基于 Mean-Shift 和粒子滤波的目标跟踪算法 | 第34-53页 |
| ·Mean-Shift 算法的目标跟踪原理 | 第34-41页 |
| ·粒子滤波的目标跟踪原理 | 第41-45页 |
| ·Mean-Shift 和粒子滤波结合的目标跟踪算法 | 第45-49页 |
| ·实验结果与分析 | 第49-53页 |
| ·小结 | 第53-54页 |
| 第4章 基于多特征的人体异常行为综合分析 | 第54-73页 |
| ·引言 | 第54页 |
| ·人体行为的特征提取 | 第54-61页 |
| ·人体轮廓特征提取 | 第54-59页 |
| ·Hu 矩描述特征 | 第59-60页 |
| ·运动特征提取 | 第60-61页 |
| ·分级多特征的人体行为综合分析 | 第61-65页 |
| ·行为模板库 | 第61-62页 |
| ·分级行为分析框架 | 第62-65页 |
| ·实验验证与分析 | 第65-72页 |
| ·多特征识别性能验证 | 第65-67页 |
| ·分级多特征识别框架验证 | 第67-72页 |
| ·小结 | 第72-73页 |
| 第5章 总结与展望 | 第73-75页 |
| ·工作总结 | 第73页 |
| ·展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 攻读学位期间主要的研究成果 | 第82页 |
