| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 目标跟踪的研究现状 | 第12-13页 |
| 1.3 目标跟踪的难点 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 图像显著性检测算法及其改进的介绍与性能分析 | 第15-35页 |
| 2.1 图像显著性检测简介 | 第15-17页 |
| 2.2 基于图理论的流形排名显著性检测算法简介 | 第17-21页 |
| 2.2.1 超像素简介 | 第17页 |
| 2.2.2 SLIC 超像素分割算法简介 | 第17-18页 |
| 2.2.3 流形排名计算的原理 | 第18-20页 |
| 2.2.4 基于图论的流形排名显著性检测算法 | 第20-21页 |
| 2.3 图像显著性检测算法的改进一 | 第21-28页 |
| 2.3.1 图像连通区域检测原理 | 第21-23页 |
| 2.3.2 显著性检测算法改进及实验分析 | 第23-28页 |
| 2.4 图像显著性检测算法的改进二 | 第28-34页 |
| 2.4.1 图像增强理论介绍 | 第28-31页 |
| 2.4.2 显著性检测算法改进及实验分析 | 第31-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 结合显著性检测与肤色检测的人脸目标检测算法 | 第35-43页 |
| 3.1 颜色模型介绍 | 第35页 |
| 3.2 颜色模型之间的转换 | 第35-37页 |
| 3.3 肤色检测模型简介 | 第37页 |
| 3.4 结合显著性检测与肤色检测的人脸检测算法 | 第37-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于时空上下文学习的人脸目标跟踪算法设计与实现 | 第43-52页 |
| 4.1 算法流程设计介绍 | 第43-44页 |
| 4.2 人脸目标检测 | 第44-45页 |
| 4.3 人脸目标跟踪 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文总结 | 第52-53页 |
| 5.2 工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |
