| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-10页 |
| ·研究背景及意义 | 第6-7页 |
| ·视频运动目标跟踪问题概述 | 第7-8页 |
| ·本文的创新点及内容结构安排 | 第8-10页 |
| 第二章 蒙特卡罗方法 | 第10-16页 |
| ·蒙特卡罗方法的起源 | 第10-11页 |
| ·Buffon投针 | 第11-12页 |
| ·蒙特卡罗积分 | 第12-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 估计理论与粒子滤波 | 第16-44页 |
| ·引言 | 第16-17页 |
| ·离散Kalman滤波 | 第17-18页 |
| ·扩展Kalman滤波 | 第18-21页 |
| ·Unscented Kalman滤波 | 第21-24页 |
| ·序列蒙特卡罗粒子滤波 | 第24-37页 |
| ·算法仿真 | 第37-42页 |
| ·小结 | 第42-44页 |
| 第四章 视频运动目标跟踪 | 第44-68页 |
| ·引言 | 第44页 |
| ·运动模型 | 第44-50页 |
| ·目标观测与识别 | 第50-56页 |
| ·基于增量学习的自适应粒子滤波视频跟踪算法 | 第56-59页 |
| ·实验结果与分析 | 第59-66页 |
| ·小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |