| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-19页 |
| 1.1 背景与需求 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 存在的问题 | 第14-15页 |
| 1.4 研究内容与成果 | 第15-17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 2 相关理论分析 | 第19-36页 |
| 2.1 引言 | 第19-20页 |
| 2.2 特征描述 | 第20-23页 |
| 2.3 特征相似性度量 | 第23-25页 |
| 2.4 均值漂移算法 | 第25-26页 |
| 2.5 粒子滤波算法 | 第26-27页 |
| 2.6 单目跟踪 | 第27-33页 |
| 2.7 多目跟踪 | 第33-36页 |
| 3 基于几何直方图均值漂移算法的单目跟踪方法 | 第36-55页 |
| 3.1 引言 | 第36页 |
| 3.2 基于几何直方图的特征描述 | 第36-41页 |
| 3.3 基于几何直方图的均值漂移算法 | 第41-43页 |
| 3.4 基于几何直方图均值漂移算法的单目跟踪算法 | 第43-45页 |
| 3.5 实验与分析 | 第45-53页 |
| 3.6 本章小结 | 第53-55页 |
| 4 基于AIBS与样条重采样粒子滤波的单目跟踪方法 | 第55-84页 |
| 4.1 引言 | 第55-56页 |
| 4.2 基于AIBS的粒子相似性度量 | 第56-62页 |
| 4.3 基于AIBS的样条重采样粒子滤波算法 | 第62-68页 |
| 4.4 基于样条重采样粒子滤波的单目跟踪算法 | 第68-70页 |
| 4.5 实验对比与分析 | 第70-82页 |
| 4.6 本章小结 | 第82-84页 |
| 5 基于粒子状态控制的混合单目跟踪方法 | 第84-93页 |
| 5.1 引言 | 第84-85页 |
| 5.2 基于粒子状态控制的粒子均值漂移混合算法 | 第85-87页 |
| 5.3 基于粒子均值漂移混合算法的单目跟踪算法 | 第87-89页 |
| 5.4 实验数据与分析 | 第89-92页 |
| 5.5 本章小结 | 第92-93页 |
| 6 基于交叉识别特征与双向匹配的多目跟踪 | 第93-107页 |
| 6.1 引言 | 第93-94页 |
| 6.2 计算交叉识别特征 | 第94-96页 |
| 6.3 交叉识别特征的双向匹配及多目跟踪 | 第96-100页 |
| 6.4 实验结果与比较 | 第100-105页 |
| 6.5 本章小结 | 第105-107页 |
| 7 基于多摄像机的智能视频跟踪系统设计及实现 | 第107-118页 |
| 7.1 引言 | 第107页 |
| 7.2 跟踪系统设计 | 第107-114页 |
| 7.3 实验结果与分析 | 第114-117页 |
| 7.4 本章小结 | 第117-118页 |
| 8 总结与展望 | 第118-122页 |
| 8.1 本文研究总结与创新点 | 第118-120页 |
| 8.2 未来的工作及展望 | 第120-122页 |
| 致谢 | 第122-123页 |
| 参考文献 | 第123-131页 |
| 附录1 攻读学位期间发表的学术论文 | 第131-133页 |
| 附录2 公开发表的学术论文与学位论文的关系 | 第133页 |