| 第一章 绪论 | 第1-25页 |
| ·引言 | 第11-16页 |
| ·计算机视觉研究的特点 | 第11-12页 |
| ·计算机视觉与相关领域的关系 | 第12-13页 |
| ·计算机视觉研究的发展 | 第13-16页 |
| ·课题研究的目的与意义 | 第16-18页 |
| ·目标检测与跟踪相关研究现状 | 第18-21页 |
| ·VSAM系统 | 第18-19页 |
| ·W~4系统 | 第19-20页 |
| ·移动机器人 | 第20-21页 |
| ·本文的创新点及论文内容安排 | 第21-25页 |
| 第二章 预备知识 | 第25-39页 |
| ·系统约束假设 | 第25-26页 |
| ·运动假设 | 第25-26页 |
| ·外部环境假设 | 第26页 |
| ·目标检测技术 | 第26-28页 |
| ·静态图像中目标检测 | 第26-27页 |
| ·运动目标检测 | 第27-28页 |
| ·目标跟踪技术 | 第28-29页 |
| ·目标表示 | 第29页 |
| ·EM算法 | 第29-39页 |
| 第三章 基于GVF-SNAKE和差分图像模型的运动目标检测与跟踪 | 第39-57页 |
| ·引言 | 第39-40页 |
| ·参数活动轮廓模型 | 第40-44页 |
| ·传统Snake模型 | 第40-42页 |
| ·GVF-Snake模型 | 第42-44页 |
| ·差分图像的概率模型 | 第44-46页 |
| ·基于灰度序列的跟踪算法 | 第46-52页 |
| ·修改GVF-Snake能量项 | 第46-49页 |
| ·实验结果与讨论 | 第49-52页 |
| ·基于彩色视频的去影算法 | 第52-54页 |
| ·联合归一化RGB与灰度的颜色空间 | 第52-53页 |
| ·实验结果与讨论 | 第53-54页 |
| ·小结 | 第54-57页 |
| 第四章 基于变形模板的人体实时检测与跟踪 | 第57-93页 |
| ·基于肤色和变形模板人体检测 | 第57-77页 |
| ·引言 | 第57-58页 |
| ·基于肤色的头部检测 | 第58-65页 |
| ·基于变形模板的头肩轮廓检测 | 第65-70页 |
| ·级联分类器 | 第70-71页 |
| ·实验结果与讨论 | 第71页 |
| ·面向运动人体目标检测的加速算法 | 第71-77页 |
| ·基于粒子滤波器的人体目标跟踪 | 第77-90页 |
| ·引言 | 第77页 |
| ·基于贝叶斯原理的目标跟踪问题 | 第77-80页 |
| ·粒子滤波器原理 | 第80-86页 |
| ·轮廓跟踪 | 第86-89页 |
| ·实验结果与讨论 | 第89-90页 |
| ·小节 | 第90-93页 |
| 第五章 基于MEAN SHIFT的平移与旋转跟踪 | 第93-103页 |
| ·引言 | 第93-94页 |
| ·MEAN SHIFT及平移跟踪应用 | 第94-96页 |
| ·Mean Shift算法原理 | 第94页 |
| ·基于Mean Shift的平移跟踪 | 第94-96页 |
| ·基于MEAN SHIFT的平移旋转跟踪 | 第96-101页 |
| ·梯度方向特征旋转跟踪算法 | 第96-98页 |
| ·旋转与平移联合跟踪算法 | 第98-99页 |
| ·实验结果与讨论 | 第99-101页 |
| ·小结 | 第101-103页 |
| 第六章 总结与展望 | 第103-107页 |
| ·结论 | 第103-104页 |
| ·未来展望 | 第104-107页 |
| 参考文献 | 第107-117页 |
| 博士期间发表录用论文 | 第117-119页 |
| 致谢 | 第119页 |