| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-27页 |
| ·研究背景及其意义 | 第9-11页 |
| ·物体跟踪问题介绍 | 第11-19页 |
| ·跟踪问题定义 | 第11-12页 |
| ·跟踪问题分类 | 第12-14页 |
| ·相关研究工作 | 第14-19页 |
| ·物体跟踪系统框架 | 第19-23页 |
| ·论文的研究工作及主要贡献 | 第23-25页 |
| ·后续的章节结构 | 第25-27页 |
| 第2章 基于局部跟踪片段滤波和全局跟踪片段关联的多物体跟踪算法 | 第27-59页 |
| ·背景和动机 | 第27-29页 |
| ·相关研究工作 | 第29-32页 |
| ·解决方案 | 第32-50页 |
| ·问题形式化 | 第33-34页 |
| ·多生存周期背景差分器 | 第34-40页 |
| ·多视角多部件人体检测器 | 第40-45页 |
| ·局部跟踪片段滤波 | 第45-46页 |
| ·全局跟踪片段关联 | 第46-50页 |
| ·实验与分析 | 第50-57页 |
| ·背景差分性能 | 第50-51页 |
| ·行人检测性能 | 第51-53页 |
| ·行人跟踪性能 | 第53-55页 |
| ·系统运行速度 | 第55-57页 |
| ·小结 | 第57-59页 |
| 第3章 基于在线区分性学习的多物体跟踪算法 | 第59-77页 |
| ·背景与动机 | 第59-60页 |
| ·相关研究工作 | 第60-63页 |
| ·解决方案 | 第63-73页 |
| ·多视角上半身人体检测器 | 第64-66页 |
| ·兴趣点特征及其区分性学习过程 | 第66-68页 |
| ·颜色块特征及其区分性学习过程 | 第68-71页 |
| ·多线索粒子滤波器 | 第71-73页 |
| ·实验与分析 | 第73-75页 |
| ·系统运行性能分析 | 第73-74页 |
| ·系统跟踪性能比较 | 第74-75页 |
| ·小结 | 第75-77页 |
| 第4章 基于双模双向贝叶斯推理的多球员跟踪算法 | 第77-103页 |
| ·背景与动机 | 第77-79页 |
| ·相关研究工作 | 第79-80页 |
| ·问题形式化及系统整体框架 | 第80-83页 |
| ·基于时序贝叶斯估计的物体跟踪方法 | 第80-81页 |
| ·基于双模双向贝叶斯推理的物体跟踪方法 | 第81-82页 |
| ·系统整体框架 | 第82-83页 |
| ·递进式观测模型建模 | 第83-88页 |
| ·区分球场区域与非球场区域 | 第84-86页 |
| ·区分球员与球场区域 | 第86-87页 |
| ·区分球员与球员 | 第87-88页 |
| ·双模双向贝叶斯推理 | 第88-93页 |
| ·双模统一跟踪 | 第88-90页 |
| ·双向贝叶斯推理 | 第90-93页 |
| ·实验与分析 | 第93-101页 |
| ·体育视频数据 | 第93-94页 |
| ·离线观测模型训练 | 第94-95页 |
| ·跟踪性能评测 | 第95-99页 |
| ·分析和讨论 | 第99-101页 |
| ·小结 | 第101-103页 |
| 第5章 物体跟踪算法应用 | 第103-123页 |
| ·背景与动机 | 第103-104页 |
| ·相关研究工作 | 第104-105页 |
| ·人体分割 | 第105-111页 |
| ·问题形式化 | 第105-107页 |
| ·系统整体框架 | 第107页 |
| ·离线模型 | 第107-108页 |
| ·时序模型 | 第108-109页 |
| ·在线颜色形状模型 | 第109-111页 |
| ·群体计数 | 第111-115页 |
| ·问题形式化 | 第111-112页 |
| ·检测流生成 | 第112-114页 |
| ·显性计数模型 | 第114-115页 |
| ·实验与分析 | 第115-122页 |
| ·人体分割实验 | 第115-119页 |
| ·群体计数实验 | 第119-122页 |
| ·小结 | 第122-123页 |
| 第6章 总结和展望 | 第123-128页 |
| ·全文工作总结 | 第123-125页 |
| ·未来工作展望 | 第125-128页 |
| 参考文献 | 第128-138页 |
| 致谢 | 第138-140页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第140-141页 |