| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·目标跟踪算法研究的背景及意义 | 第9-10页 |
| ·目标跟踪算法的研究现状 | 第10-13页 |
| ·基于区域匹配的跟踪 | 第10页 |
| ·基于模型匹配的跟踪 | 第10-11页 |
| ·基于特征匹配的跟踪 | 第11页 |
| ·基于光流的跟踪 | 第11-12页 |
| ·基于运动预测的跟踪 | 第12-13页 |
| ·存在的问题 | 第13页 |
| ·本论文的研究内容和结构安排 | 第13-17页 |
| ·基于区域匹配的跟踪 | 第13-14页 |
| ·本论文的结构安排 | 第14-17页 |
| 第2章 Mean Shift算法在视频跟踪中的应用 | 第17-27页 |
| ·Mean Shift理论 | 第17-22页 |
| ·基本Mean Shift | 第18-19页 |
| ·基于区域匹配的跟踪 | 第19-20页 |
| ·概率密度函数 | 第20-22页 |
| ·Mean Shift算法在跟踪中的应用 | 第22-25页 |
| ·目标模型描述 | 第23页 |
| ·候选模型描述 | 第23-24页 |
| ·相似性函数 | 第24页 |
| ·目标定位 | 第24-25页 |
| ·Mean Shift算法优缺点分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于模板更新的Mean Shift跟踪算法 | 第27-41页 |
| ·基于混合高斯背景建模的运动目标检测和分割 | 第27-34页 |
| ·混合高斯背景建模 | 第29-33页 |
| ·基于前景二值图像的运动目标分割 | 第33-34页 |
| ·基于模板更新的Mean Shift跟踪算法 | 第34-36页 |
| ·遮挡情况下的模板更新策略 | 第34-35页 |
| ·算法描述 | 第35-36页 |
| ·实验分析和算法评价 | 第36-39页 |
| ·实验分析 | 第36-38页 |
| ·算法性能评价 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 融合变分水平集的Mean Shift跟踪算法 | 第41-51页 |
| ·基于变分水平集的活动轮廓提取 | 第41-46页 |
| ·水平集活动轮廓提取 | 第41-44页 |
| ·算法步骤及实验结果 | 第44-46页 |
| ·融合变分水平集方法的Mean Shift窗宽自适应算法 | 第46-47页 |
| ·实验分析与算法评价 | 第47-50页 |
| ·实验分析 | 第47-49页 |
| ·算法性能分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 禁止停车区域监控算法研究与实现 | 第51-61页 |
| ·禁止停车区域监控算法设计 | 第51-58页 |
| ·运动车辆检测 | 第52-56页 |
| ·运动车辆跟踪 | 第56-58页 |
| ·实验结果分析与评价 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·本文工作总结 | 第61页 |
| ·进一步工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
