| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 缩略语表 | 第11-12页 |
| 第一章 绪论 | 第12-28页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 目标跟踪研究概述 | 第13-21页 |
| 1.2.1 目标跟踪的研究现状 | 第13-17页 |
| 1.2.2 目标跟踪面临的困难与挑战 | 第17-19页 |
| 1.2.3 目标跟踪的测试数据集与性能评价指标 | 第19-21页 |
| 1.3 基于相关滤波的目标跟踪算法 | 第21-25页 |
| 1.3.1 跟踪框架 | 第22页 |
| 1.3.2 基本原理 | 第22-24页 |
| 1.3.3 研究现状 | 第24-25页 |
| 1.3.4 存在问题 | 第25页 |
| 1.4 本文的主要内容和组织结构 | 第25-28页 |
| 1.4.1 本文主要内容 | 第25-27页 |
| 1.4.2 本文组织结构 | 第27-28页 |
| 第二章 一种精细化的分步尺度估计方法 | 第28-38页 |
| 2.1 引言 | 第28-29页 |
| 2.2 基于金字塔策略的尺度相关滤波估计 | 第29-30页 |
| 2.3 精细化的分步尺度估计 | 第30-31页 |
| 2.3.1 基于分块的尺度预估计 | 第30-31页 |
| 2.3.2 基于牛顿迭代的尺度精确估计 | 第31页 |
| 2.4 算法流程 | 第31-32页 |
| 2.5 实验结果及分析 | 第32-37页 |
| 2.5.1 参数设置与分析 | 第32-33页 |
| 2.5.2 尺度估计的精确度对比 | 第33-35页 |
| 2.5.3 与其它代表性算法的实验比较 | 第35-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 基于稀疏表示和在线检测的抗遮挡方法 | 第38-48页 |
| 3.1 引言 | 第38-39页 |
| 3.2 基于稀疏表示的遮挡判别 | 第39页 |
| 3.3 基于在线SVM的遮挡目标检测 | 第39-40页 |
| 3.4 保守更新方法 | 第40页 |
| 3.5 算法流程 | 第40-41页 |
| 3.6 实验结果及分析 | 第41-46页 |
| 3.6.1 参数设置分析 | 第42页 |
| 3.6.2 遮挡因素下的性能测试 | 第42-43页 |
| 3.6.3 与其它代表性算法的实验比较 | 第43-46页 |
| 3.7 本章小结 | 第46-48页 |
| 第四章 基于HS直方图模型和相关滤波模型融合的跟踪方法 | 第48-58页 |
| 4.1 引言 | 第48-49页 |
| 4.2 基于背景抑制的HS直方图跟踪模型 | 第49-51页 |
| 4.2.1 HS直方图 | 第49-50页 |
| 4.2.2 背景抑制运算 | 第50-51页 |
| 4.2.3 积分响应图 | 第51页 |
| 4.3 动态融合方法 | 第51-52页 |
| 4.4 算法流程 | 第52-53页 |
| 4.5 实验结果及分析 | 第53-56页 |
| 4.5.1 参数设置及分析 | 第53-54页 |
| 4.5.2 跟踪算法定性评估 | 第54-55页 |
| 4.5.3 跟踪算法定量测试 | 第55-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 总结和展望 | 第58-60页 |
| 5.1 本文工作总结 | 第58页 |
| 5.2 下一步研究工作展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第68页 |