智能视频监控中目标跟踪系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景 | 第12-15页 |
| ·现有视频监控及其不足 | 第12-13页 |
| ·智能视频监控系统 | 第13-15页 |
| ·目标跟踪技术 | 第15-16页 |
| ·目标跟踪技术原理 | 第15-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·国外研究现状 | 第16-17页 |
| ·国内研究现状 | 第17-18页 |
| ·本文的主要研究内容及创新点 | 第18页 |
| ·论文组织结构 | 第18-20页 |
| 第二章 运动目标检测 | 第20-32页 |
| ·引言 | 第20-21页 |
| ·预处理 | 第21-22页 |
| ·目标检测 | 第22-27页 |
| ·背景减法 | 第22-24页 |
| ·单高斯背景建模 | 第24页 |
| ·多高斯背景建模 | 第24-27页 |
| ·后处理 | 第27-30页 |
| ·去阴影 | 第27-28页 |
| ·形态学处理 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 粒子滤波目标跟踪算法 | 第32-41页 |
| ·引言 | 第32页 |
| ·粒子滤波相关理论 | 第32-35页 |
| ·递归贝叶斯估计 | 第32-34页 |
| ·基于贝叶斯框架的目标跟踪 | 第34页 |
| ·蒙特卡洛方法 | 第34-35页 |
| ·粒子滤波 | 第35-38页 |
| ·序列重要性采样 | 第35-37页 |
| ·样本退化问题 | 第37页 |
| ·重采样 | 第37-38页 |
| ·粒子滤波目标跟踪算法描述 | 第38页 |
| ·系统运动模型及状态传播 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于粒子滤波的多特征融合跟踪 | 第41-57页 |
| ·引言 | 第41-42页 |
| ·基于协方差区域描述子的目标跟踪 | 第42-46页 |
| ·协方差区域描述子 | 第42页 |
| ·积分协方差矩阵计算 | 第42-44页 |
| ·协方差矩阵之间的度量 | 第44-45页 |
| ·实验 | 第45-46页 |
| ·基于观测级的多特征融合跟踪 | 第46-56页 |
| ·特征不确定性度量 | 第46-48页 |
| ·特征融合框架 | 第48-49页 |
| ·特征提取及算法实现 | 第49-51页 |
| ·部分实验结果及分析 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 系统设计 | 第57-63页 |
| ·引言 | 第57-58页 |
| ·主要实现模块 | 第58-62页 |
| ·视频读取 | 第58-59页 |
| ·用户界面 | 第59-60页 |
| ·目标检测 | 第60页 |
| ·目标跟踪 | 第60-61页 |
| ·行为判断 | 第61-62页 |
| ·本章小节 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·全文总结 | 第63-64页 |
| ·进一步工作的展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 发表文章 | 第72页 |
