| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 运动目标跟踪研究现状 | 第10-13页 |
| 1.2.1 目标特征提取 | 第10-12页 |
| 1.2.2 目标运动估计 | 第12-13页 |
| 1.3 运动目标跟踪的技术难点 | 第13-14页 |
| 1.4 本文研究内容和组织结构 | 第14-17页 |
| 第二章 粒子滤波算法理论基础 | 第17-29页 |
| 2.1 粒子滤波基本理论 | 第17-25页 |
| 2.1.1 贝叶斯滤波理论基础 | 第18-20页 |
| 2.1.2 蒙特卡洛方法 | 第20页 |
| 2.1.3 序贯重要性采样 | 第20-22页 |
| 2.1.4 序贯重要性采样中粒子退化问题 | 第22-25页 |
| 2.2 粒子滤波算法的实现 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 基于卷积网络特征提取的粒子滤波目标跟踪算法 | 第29-41页 |
| 3.1 数字图像卷积 | 第30-32页 |
| 3.1.1 二维卷积计算 | 第31-32页 |
| 3.1.2 卷积边界处理 | 第32页 |
| 3.2 CNT算法的实现 | 第32-39页 |
| 3.2.1 CNT算法的特征表示 | 第34-38页 |
| 3.2.2 CNT算法的跟踪算法框架 | 第38-39页 |
| 3.3 CNT算法存在的缺陷 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于卷积网络的多模板鲁棒目标跟踪方法 | 第41-57页 |
| 4.1 归一化加权的特征增强方法 | 第42-43页 |
| 4.2 多模板有效性论证 | 第43-46页 |
| 4.3 多模板目标跟踪算法设计 | 第46-49页 |
| 4.3.1 遮挡判断 | 第46-47页 |
| 4.3.2 模板库的建立 | 第47-49页 |
| 4.3.3 模板库更新方法 | 第49页 |
| 4.4 实验结果及分析 | 第49-55页 |
| 4.4.1 定性分析 | 第50-53页 |
| 4.4.2 定量分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |