| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题研究动态 | 第10-14页 |
| 1.3 本文研究内容 | 第14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 基于光流法的目标跟踪算法综述 | 第16-24页 |
| 2.1 光流法目标跟踪定义 | 第16页 |
| 2.2 光流法目标跟踪的应用流程 | 第16-18页 |
| 2.3 常用的特征点提取算子 | 第18-21页 |
| 2.4 常用的光流匹配算法 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 动态背景下的稀疏光流法优化 | 第24-39页 |
| 3.1 金字塔LK光流法 | 第24-25页 |
| 3.1.1 金字塔LK光流法的基本原理 | 第24-25页 |
| 3.1.2 金字塔LK光流法的局限性 | 第25页 |
| 3.2 基于光流信息的前景目标提取 | 第25-29页 |
| 3.2.1 创建状态向量 | 第26页 |
| 3.2.2 利用状态向量进行前景目标的粗提取 | 第26-27页 |
| 3.2.3 迭代中心点位置的目标特征点精提取 | 第27-28页 |
| 3.2.4 前景目标的最终确定 | 第28-29页 |
| 3.3 引入遮挡系数下基于Kalman预估器的目标跟踪 | 第29-32页 |
| 3.3.1 光流信息参数的Kalman线性化 | 第29-31页 |
| 3.3.2 引入遮挡系数的自适应Kalman跟踪 | 第31-32页 |
| 3.4 动态背景下的稀疏光流优化算法总体流程 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-38页 |
| 3.5.1 无遮挡时的特征点提取与跟踪实验 | 第33-36页 |
| 3.5.2 遮挡时目标跟踪实验分析 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 结合光流方程的支持向量跟踪 | 第39-50页 |
| 4.1 运动参数求解 | 第39-43页 |
| 4.1.1 光流法运动参数求解 | 第39-40页 |
| 4.1.2 SVT运动参数求解 | 第40-42页 |
| 4.1.3 OF-SVT运动参数求解算法设计 | 第42-43页 |
| 4.2 引入Kalman预测的运动参数估计 | 第43-44页 |
| 4.3 KOF-SVT算法总体框架 | 第44-46页 |
| 4.4 实验结果与分析 | 第46-49页 |
| 4.4.1 无干扰时的跟踪性能测试 | 第46-47页 |
| 4.4.2 附近有同类干扰物时的算法测试 | 第47-49页 |
| 4.4.3 部分遮挡时的算法测试 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 本文总结 | 第50页 |
| 5.2 工作展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间的研究成果 | 第56-57页 |