| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究目的及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 目标跟踪研究现状 | 第11-13页 |
| 1.2.2 轨迹异常检测研究现状 | 第13-14页 |
| 1.3 研究难点及贡献 | 第14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 1.5 论文内容安排 | 第15-17页 |
| 第2章 MeanShift目标跟踪算法 | 第17-28页 |
| 2.1 MS算法基本原理 | 第17-20页 |
| 2.1.1 基本的MS向量 | 第18页 |
| 2.1.2 扩展的MS向量 | 第18-19页 |
| 2.1.3 无参密度估计 | 第19-20页 |
| 2.2 MS目标跟踪 | 第20-24页 |
| 2.2.1 模型建立 | 第21页 |
| 2.2.2 相似度度量 | 第21-22页 |
| 2.2.3 MS算法迭代过程 | 第22-23页 |
| 2.2.4 MS目标跟踪算法流程 | 第23页 |
| 2.2.5 MS目标跟踪算法优缺点 | 第23-24页 |
| 2.3 MS算法实验结果与分析 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 融合颜色和纹理特征的MS算法 | 第28-42页 |
| 3.1 特征表示 | 第28-31页 |
| 3.1.1 颜色特征表示 | 第28-30页 |
| 3.1.2 纹理特征表示 | 第30-31页 |
| 3.2 分块融合颜色和纹理特征 | 第31-32页 |
| 3.3 邻域搜索 | 第32-33页 |
| 3.4 改进的MS算法 | 第33-35页 |
| 3.5 实验结果与分析 | 第35-41页 |
| 3.5.1 实验结果分析 | 第35-39页 |
| 3.5.2 算法性能分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 轨迹聚类与异常检测 | 第42-58页 |
| 4.1 轨迹相似性度量方法 | 第42-43页 |
| 4.2 典型聚类方法 | 第43-44页 |
| 4.3 多特征轨迹聚类与异常检测方法 | 第44-50页 |
| 4.3.1 轨迹的描述 | 第44-45页 |
| 4.3.2 多特征距离度量 | 第45-46页 |
| 4.3.3 密度峰聚类算法 | 第46-48页 |
| 4.3.4 多特征距离度量的密度峰聚类及异常检测算法 | 第48-50页 |
| 4.4 实验结果与分析 | 第50-57页 |
| 4.4.1 实验结果及分析 | 第50-54页 |
| 4.4.2 对比结果分析 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结和展望 | 第58-60页 |
| 5.1 全文总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间发表的论文 | 第65页 |