| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-21页 |
| 1.1 目标跟踪的背景和意义 | 第11-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 点跟踪方法 | 第13-15页 |
| 1.2.2 核跟踪方法 | 第15-16页 |
| 1.2.3 轮廓跟踪方法 | 第16-17页 |
| 1.3 面临的难题 | 第17-19页 |
| 1.4 研究内容和论文结构安排 | 第19-21页 |
| 2 Mean Shift跟踪算法 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 Mean Shift算法介绍 | 第21-23页 |
| 2.3 Mean Shift跟踪算法介绍 | 第23-25页 |
| 2.4 经典Mean Shift跟踪算法的缺点 | 第25-26页 |
| 2.5 Mean Shift衍生跟踪算法 | 第26-32页 |
| 2.5.1 关注目标表征的衍生算法 | 第26-30页 |
| 2.5.2 关注相似度测量的衍生算法 | 第30页 |
| 2.5.3 关注迭代搜索的衍生算法 | 第30页 |
| 2.5.4 关注运动预测的衍生算法 | 第30-31页 |
| 2.5.5 关注模板更新的衍生算法 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 基于特征区分度和区域生长的Mean Shift跟踪算法 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 基于特征区分度和区域生长的Mean Shift跟踪算法 | 第33-46页 |
| 3.2.1 颜色直方图 | 第34-35页 |
| 3.2.2 区分度计算 | 第35页 |
| 3.2.3 特征选择和模板更新 | 第35-36页 |
| 3.2.4 区分度加权 | 第36-38页 |
| 3.2.5 目标跟踪框修正 | 第38-43页 |
| 3.2.6 运动预测 | 第43页 |
| 3.2.7 具体算法流程 | 第43-46页 |
| 3.3 本章小结 | 第46-47页 |
| 4 仿真实验与分析 | 第47-58页 |
| 4.1 OpenCV计算机视觉库介绍 | 第47-48页 |
| 4.2 实验结果与分析 | 第48-57页 |
| 4.2.1 跟踪算法的准确度比较 | 第48-56页 |
| 4.2.2 跟踪算法的实时性比较 | 第56-57页 |
| 4.2.3 运动预测的实验结果 | 第57页 |
| 4.3 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 下一步工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第64页 |