| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景与研究意义 | 第10-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·目标跟踪研究现状 | 第13-15页 |
| ·Camshift 算法研究现状 | 第15页 |
| ·灰色系统理论研究现状 | 第15-16页 |
| ·目标跟踪面临的问题 | 第16-17页 |
| ·本文研究内容及章节安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 灰色系统理论的相关介绍 | 第19-24页 |
| ·灰色系统理论的产生和发展动态 | 第19-20页 |
| ·灰色系统理论产生的科学背景 | 第19页 |
| ·灰色系统理论的产生和发展 | 第19-20页 |
| ·几种不确定性方法的比较 | 第20页 |
| ·灰色系统理论的地位 | 第20页 |
| ·灰色系统的概念和基本原理 | 第20-21页 |
| ·基本概念 | 第20-21页 |
| ·基本原理 | 第21页 |
| ·灰色系统理论的主要内容及任务 | 第21-22页 |
| ·主要内容 | 第21-22页 |
| ·主要任务 | 第22页 |
| ·灰色系统模型 | 第22-23页 |
| ·五步建模思想 | 第22页 |
| ·GM(1,1)模型 | 第22-23页 |
| ·需要进一步研究的问题 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于归一化自相关匹配和灰预测的人运动跟踪 | 第24-34页 |
| ·引言 | 第24页 |
| ·主要内容 | 第24-28页 |
| ·归一化自相关匹配算法 | 第24-25页 |
| ·改进的 GM(1,1)模型 | 第25-26页 |
| ·遮挡判别准则 | 第26-28页 |
| ·实验结果与分析 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于 Camshift 和灰模型的人脸跟踪 | 第34-45页 |
| ·引言 | 第34页 |
| ·Camshift 算法介绍 | 第34-36页 |
| ·Camshift 如何实现人脸跟踪 | 第34-35页 |
| ·Camshift 算法的缺点 | 第35-36页 |
| ·主要内容 | 第36-39页 |
| ·肤色概率模型 | 第36页 |
| ·Camshift 算法 | 第36-37页 |
| ·EGM 模型 | 第37-39页 |
| ·实验结果与分析 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于动态模板和运动预测的目标跟踪 | 第45-52页 |
| ·引言 | 第45页 |
| ·主要内容 | 第45-49页 |
| ·基于动态模板的 SSAD 算法 | 第45-46页 |
| ·优化的 GM(1,1)模型 | 第46-49页 |
| ·实验结果与分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| ·全文总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者在读期间发表的学术论文及参加的科研项目 | 第59页 |