| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-20页 |
| 1.1 课题的背景研究及其意义 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-17页 |
| 1.2.1 发展历史 | 第12-13页 |
| 1.2.2 相关算法研究现状 | 第13-17页 |
| 1.3 关于目标跟踪算法的干扰因素及其难点 | 第17-18页 |
| 1.4 论文的工作内容与结构安排 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 2 Mean-Shift算法及其在目标跟踪中的应用 | 第20-32页 |
| 2.1 MEAN-SHIFT理论 | 第20-27页 |
| 2.1.1 参数密度估计 | 第21页 |
| 2.1.2 无参密度估计 | 第21-23页 |
| 2.1.3 Mean-Shift理论 | 第23-25页 |
| 2.1.4 Mean-Shift向量 | 第25-27页 |
| 2.2 MEAN-SHIFT算法在目标跟踪中的应用 | 第27-31页 |
| 2.2.1 目标模型的描述 | 第28页 |
| 2.2.2 候选模型的描述 | 第28-29页 |
| 2.2.3 相似性度量 | 第29页 |
| 2.2.4 定位跟踪目标 | 第29-31页 |
| 2.3 本章小结 | 第31-32页 |
| 3 一种基于帧差的Mean-Shift目标自动检测与跟踪算法 | 第32-46页 |
| 3.1 常用的目标检测算法 | 第32-36页 |
| 3.2 一种基于帧差的MEAN-SHIFT目标自动检测与跟踪算法 | 第36-38页 |
| 3.2.1 运动目标的自动检测 | 第36-37页 |
| 3.2.2 发生丢失时实现跟踪目标的修正 | 第37-38页 |
| 3.2.3 算法流程 | 第38页 |
| 3.3 实验结果及分析 | 第38-45页 |
| 3.3.1 帧差目标检测算法实验结果及分析 | 第39-40页 |
| 3.3.2 简单环境下算法FDMS跟踪性能 | 第40-42页 |
| 3.3.3 存在遮挡情况下算法跟踪性能 | 第42-43页 |
| 3.3.4 背景发生大幅度改变情况下算法跟踪性能 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 一种基于压缩的Mean-Shift目标自动检测与跟踪算法 | 第46-60页 |
| 4.1 基于感知哈希的检测算法 | 第47-49页 |
| 4.2 一种基于压缩的MEAN-SHIFT目标自动检测与跟踪算法 | 第49-53页 |
| 4.2.1 目标的自动检测 | 第49-50页 |
| 4.2.2 压缩Mean-Shift算法 | 第50-52页 |
| 4.2.3 算法流程 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-59页 |
| 4.3.1 基于感知哈希的目标检测算法实验 | 第53-54页 |
| 4.3.2 简单环境下算法跟踪性能 | 第54-56页 |
| 4.3.3 存在遮挡情况下算法跟踪性能 | 第56-57页 |
| 4.3.4 目标与背景颜色相似情况下算法跟踪性能 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第64-66页 |
| 学位论文数据集 | 第66页 |
