| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-19页 |
| ·选题背景 | 第12-13页 |
| ·选题思路 | 第13-16页 |
| ·本文的主要研究内容和章节安排 | 第16-17页 |
| ·本文贡献 | 第17-19页 |
| 2 目标跟踪系统研究现状及分析 | 第19-49页 |
| ·目标特征选择 | 第19-21页 |
| ·目标表示模型 | 第21-26页 |
| ·相似性度量 | 第26-33页 |
| ·目标定位算法 | 第33-40页 |
| ·分析 | 第40-47页 |
| ·小结 | 第47-49页 |
| 3 基于自适应高斯混合模型和在线特征选择的稳定分布提取算法 | 第49-77页 |
| ·引言 | 第49-54页 |
| ·候选特征集 | 第54-55页 |
| ·自适应高斯混合模型 | 第55-56页 |
| ·稳定分布提取 | 第56-60页 |
| ·特征选择与权重图生成 | 第60-61页 |
| ·实验结果与分析 | 第61-76页 |
| ·本章小结 | 第76-77页 |
| 4 一种基于快速有效外观模型的粒子滤波跟踪算法 | 第77-98页 |
| ·引言 | 第77-82页 |
| ·目标表示模型 | 第82-83页 |
| ·基于近似对称KL距离的相似性度量 | 第83-85页 |
| ·候选模型参数计算加速方法 | 第85-86页 |
| ·实验结果与分析 | 第86-97页 |
| ·本章小结 | 第97-98页 |
| 5 基于空间直方图的相似性度量研究 | 第98-120页 |
| ·引言 | 第98-100页 |
| ·基于对称KL距离的相似性度量 | 第100-103页 |
| ·改进的JSD距离度量 | 第103-108页 |
| ·实验及结果分析 | 第108-119页 |
| ·本章小结 | 第119-120页 |
| 6 总结与展望 | 第120-122页 |
| ·全文总结 | 第120-121页 |
| ·下一步的研究工作 | 第121-122页 |
| 致谢 | 第122-124页 |
| 参考文献 | 第124-140页 |
| 附录1 攻读博士学位期间发表的论文 | 第140-141页 |
| 附录2 攻读博士学位期间参与的科研工作 | 第141页 |