| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 智能视频监控研究现状 | 第13-15页 |
| 1.3 研究内容及相关方法 | 第15-21页 |
| 1.3.1 目标检测 | 第16-18页 |
| 1.3.2 目标跟踪 | 第18-20页 |
| 1.3.3 目标识别 | 第20页 |
| 1.3.4 行为理解 | 第20-21页 |
| 1.4 智能视频监控应用前景 | 第21-23页 |
| 1.5 本文研究内容及章节安排 | 第23-26页 |
| 1.5.1 本文研究内容 | 第23-24页 |
| 1.5.2 本文章节安排 | 第24-26页 |
| 第二章 高斯混合模型提取运动物体的快速算法 | 第26-42页 |
| 2.1 背景建模相关技术 | 第26-28页 |
| 2.2 高斯混合模型 | 第28-34页 |
| 2.2.1 EM算法基本原理 | 第28-30页 |
| 2.2.2 高斯混合模型的建立 | 第30-31页 |
| 2.2.3 高斯混合模型的参数估计 | 第31-32页 |
| 2.2.4 参数的在线估计 | 第32-34页 |
| 2.2.5 目标的提取 | 第34页 |
| 2.3 高斯混合模型目标提取的快速算法 | 第34-36页 |
| 2.3.1 对高斯混合模型背景建模的改进思路 | 第34-35页 |
| 2.3.2 改进算法的描述 | 第35-36页 |
| 2.3.3 算法流程 | 第36页 |
| 2.4 实验 | 第36-41页 |
| 2.4.1 实验条件及参数 | 第36-37页 |
| 2.4.2 改进对计算效率的提高 | 第37-39页 |
| 2.4.3 改进前后的图像质量 | 第39-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 椭球法阴影检测 | 第42-69页 |
| 3.1 阴影检测方法概述 | 第42-46页 |
| 3.1.1 统计非参数方法 | 第43-45页 |
| 3.1.2 统计参数方法 | 第45页 |
| 3.1.3 确定性的不基于模型的方法 | 第45-46页 |
| 3.1.4 基于空间冗余的确定性非模型方法(DNM2) | 第46页 |
| 3.2 智能交通系统中的椭球法运动阴影检测 | 第46-56页 |
| 3.2.1 Phong光照模型 | 第47-48页 |
| 3.2.2 椭球法阴影检测思路 | 第48-49页 |
| 3.2.3 椭球模型的构建 | 第49-50页 |
| 3.2.4 阴影像素的判别 | 第50-51页 |
| 3.2.5 实验 | 第51-56页 |
| 3.3 采用光照不变特征的椭球法运动阴影检测 | 第56-68页 |
| 3.3.1 光照不变特征 | 第57-58页 |
| 3.3.2 SCE算法 | 第58-59页 |
| 3.3.3 本章算法 | 第59-60页 |
| 3.3.4 实验 | 第60-65页 |
| 3.3.5 算法讨论 | 第65-68页 |
| 3.4 本章小结 | 第68-69页 |
| 第四章 采用颜色直方图和不变矩的人脸跟踪算法 | 第69-93页 |
| 4.1 目标跟踪所采用的视觉特征 | 第69-73页 |
| 4.1.1 采用颜色特征跟踪目标 | 第69-71页 |
| 4.1.2 采用纹理特征跟踪目标 | 第71页 |
| 4.1.3 采用形状特征跟踪目标 | 第71-73页 |
| 4.2 目标跟踪所采用的定位方法 | 第73-82页 |
| 4.2.1 局部优化跟踪方法 | 第73-75页 |
| 4.2.2 概率跟踪方法 | 第75-77页 |
| 4.2.3 粒子滤波器 | 第77-82页 |
| 4.3 采用颜色和形状双重信息的人脸跟踪算法 | 第82-92页 |
| 4.3.1 引言 | 第82-83页 |
| 4.3.2 运动模型 | 第83-84页 |
| 4.3.3 颜色似然模型 | 第84-85页 |
| 4.3.4 形状信息 | 第85-86页 |
| 4.3.5 形状似然模型 | 第86-87页 |
| 4.3.6 融合策略 | 第87-88页 |
| 4.3.7 算法流程 | 第88-89页 |
| 4.3.8 实验 | 第89-92页 |
| 4.4 本章小结 | 第92-93页 |
| 第五章 目标跟踪中参考模型的初始化方法 | 第93-110页 |
| 5.1 引言 | 第93-94页 |
| 5.2 投影法初始化参考模型 | 第94-96页 |
| 5.2.1 投影法原理 | 第94-96页 |
| 5.2.2 竖直外接矩形 | 第96页 |
| 5.3 投影法的优缺点及对应策略 | 第96-99页 |
| 5.4 参考模型初始化自动算法 | 第99-105页 |
| 5.4.1 连通组分标记算法 | 第99-102页 |
| 5.4.2 目标的最小外接矩形 | 第102-103页 |
| 5.4.3 蒙特卡洛法计算椭圆参考模型 | 第103-104页 |
| 5.4.4 算法流程 | 第104-105页 |
| 5.5 实验 | 第105-109页 |
| 5.6 本章小结 | 第109-110页 |
| 第六章 总结与展望 | 第110-113页 |
| 6.1 本文工作总结及创新点 | 第110-111页 |
| 6.2 未来工作展望 | 第111-113页 |
| 参考文献 | 第113-124页 |
| 致谢 | 第124-125页 |
| 作者读博期间撰写及发表的论文 | 第125页 |
| 作者读博期间参与的项目 | 第125页 |