| 摘要 | 第10-11页 |
| Abstract | 第11页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 运动目标跟踪的背景与意义 | 第14-15页 |
| 1.2 视频目标跟踪技术应用现状 | 第15页 |
| 1.3 运动目标跟踪技术国内外研究现状 | 第15-18页 |
| 1.4 视频跟踪研究难点 | 第18-19页 |
| 1.5 本文的工作及内容安排 | 第19-21页 |
| 第二章 图像局部不变性特征与描述 | 第21-34页 |
| 2.1 引言 | 第21页 |
| 2.2 图像局部特征简述 | 第21-23页 |
| 2.3 图像尺度空间理论 | 第23-24页 |
| 2.4 SIFT特征点提取 | 第24-30页 |
| 2.4.1 高斯模糊 | 第24-25页 |
| 2.4.2 分离高斯模糊 | 第25-26页 |
| 2.4.3 构建DoG尺度空间 | 第26-27页 |
| 2.4.4 特征点搜索 | 第27-29页 |
| 2.4.5 去除边缘响应 | 第29-30页 |
| 2.5 SIFT特征描述算子 | 第30-33页 |
| 2.5.1 特征点方向分配 | 第30-32页 |
| 2.5.2 生成特征描述子 | 第32页 |
| 2.5.3 归一化处理 | 第32-33页 |
| 2.6 实验结果与分析 | 第33页 |
| 2.7 本章小结 | 第33-34页 |
| 第三章 运动目标跟踪算法理论基础 | 第34-44页 |
| 3.1 引言 | 第34页 |
| 3.2 运动目标跟踪模型 | 第34-36页 |
| 3.3 基于卡尔曼滤波器的运动目标跟踪算法 | 第36-38页 |
| 3.4 基于粒子滤波器的运动目标跟踪算法 | 第38-42页 |
| 3.4.1 蒙特卡罗积分方法 | 第39页 |
| 3.4.2 序列化重要性采样 | 第39-40页 |
| 3.4.3 重采样 | 第40-41页 |
| 3.4.4 粒子滤波算法的描述 | 第41-42页 |
| 3.5 实验结果与分析 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于SIFT与粒子滤波的目标跟踪算法 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 基于颜色模型的粒子滤波跟踪 | 第44-48页 |
| 4.2.1 状态转移模型 | 第45-46页 |
| 4.2.2 系统观测模型 | 第46-47页 |
| 4.2.3 颜色模板的更新 | 第47-48页 |
| 4.3 基于SIFT特征和粒子滤波结合的运动目标跟踪 | 第48-49页 |
| 4.3.1 修正粒子的权值 | 第48-49页 |
| 4.3.2 模板更新 | 第49页 |
| 4.4 算法步骤 | 第49-50页 |
| 4.4.1 初始化 | 第49页 |
| 4.4.2 算法描述 | 第49-50页 |
| 4.5 实验结果与分析 | 第50-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A 攻读学位期间发表的论文以及软件著作权 | 第62页 |