| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 致谢 | 第8-11页 |
| 插图清单 | 第11-12页 |
| 第一章 绪论 | 第12-14页 |
| ·课题的研究背景及意义 | 第12-13页 |
| ·论文的研究工作 | 第13页 |
| ·论文结构安排 | 第13-14页 |
| 第二章 目标检测方法 | 第14-20页 |
| ·引言 | 第14页 |
| ·常用的检测方法 | 第14-18页 |
| ·帧间差分法 | 第14-15页 |
| ·光流法 | 第15-16页 |
| ·背景消除法 | 第16-18页 |
| ·本文所用的检测方法——优化的混合高斯背景 | 第18-20页 |
| ·建立像素模型 | 第18页 |
| ·建立背景模型并更新 | 第18-19页 |
| ·削弱光噪和阴影 | 第19页 |
| ·定位运动物体 | 第19-20页 |
| 第三章 Mean-Shift 算法 | 第20-28页 |
| ·当前跟踪算法的简况 | 第20-21页 |
| ·区域匹配 | 第20页 |
| ·特征匹配 | 第20页 |
| ·模型匹配 | 第20页 |
| ·频率域匹配 | 第20-21页 |
| ·Mean-Shift 理论 | 第21-23页 |
| ·核密度估计 | 第21-23页 |
| ·Mean-Shift 算法原理 | 第23页 |
| ·本文的Mean-Shift 优化算法 | 第23-25页 |
| ·仿真实验及结果分析 | 第25-27页 |
| ·直观效果 | 第25-26页 |
| ·准确性 | 第26-27页 |
| ·实时性 | 第27页 |
| ·小结 | 第27-28页 |
| 第四章 粒子滤波 | 第28-37页 |
| ·引言 | 第28页 |
| ·粒子滤波原理 | 第28-32页 |
| ·重要性采样 | 第29-30页 |
| ·重采样 | 第30-32页 |
| ·基于粒子滤波的跟踪 | 第32-36页 |
| ·状态转移模型 | 第32-33页 |
| ·视觉特征模型 | 第33-34页 |
| ·颜色直方图模型 | 第34页 |
| ·粒子跟踪 | 第34-35页 |
| ·实验结果和分析 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第五章 Mean-Shift 与粒子滤波结合的多目标跟踪 | 第37-48页 |
| ·引言 | 第37页 |
| ·本文提出的结合跟踪算法 | 第37-43页 |
| ·目标轨迹的逻辑匹配 | 第39-40页 |
| ·粒子整合过程 | 第40-41页 |
| ·本文提出的 Mean-Shift 粒子滤波结合算法 | 第41-43页 |
| ·仿真实验 | 第43-47页 |
| ·直观效果图 | 第44-45页 |
| ·准确性 | 第45-46页 |
| ·实时性 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |