| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景和意义 | 第7-8页 |
| ·视频监控系统的关键技术 | 第8-9页 |
| ·视频监控技术的研究现状 | 第9-10页 |
| ·本文研究内容和章节安排 | 第10-12页 |
| 第二章 目标检测与姿态识别的基本算法理论基础 | 第12-24页 |
| ·视频图像处理的颜色空间 | 第12-15页 |
| ·动态目标检测算法 | 第15-18页 |
| ·帧间差分法 | 第16页 |
| ·背景减除法 | 第16-17页 |
| ·光流场法 | 第17-18页 |
| ·背景模型 | 第18-20页 |
| ·均值背景模型 | 第18-19页 |
| ·中值背景模型 | 第19页 |
| ·混合高斯背景模型 | 第19-20页 |
| ·常用目标识别算法 | 第20-23页 |
| ·不变矩识别法 | 第21-22页 |
| ·基于RBF神经网络的识别法 | 第22页 |
| ·支持向量机识别法 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 融合背景减除法和帧间差分法的多运动目标检测 | 第24-37页 |
| ·混合高斯背景建模 | 第26-30页 |
| ·颜色空间的选取 | 第26-28页 |
| ·背景模型的更新 | 第28-29页 |
| ·形态学处理 | 第29-30页 |
| ·帧间差分法检测结果及分析 | 第30-32页 |
| ·背景减除法的检测结果及分析 | 第32-34页 |
| ·融合背景减除法和帧间差分法的检测结果及分析 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第四章 人体姿态识别 | 第37-46页 |
| ·Mean Shift算法 | 第37-40页 |
| ·Mean Shift算法原理 | 第37-39页 |
| ·Mean Shift图像分割算法 | 第39-40页 |
| ·建立姿态模型 | 第40-43页 |
| ·特征提取 | 第41-42页 |
| ·模型建立 | 第42-43页 |
| ·分层识别器 | 第43-44页 |
| ·实验结果分析 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士期间发表论文情况 | 第52页 |