| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 背景概述与选题意义 | 第11-12页 |
| 1.2 运动目标跟踪的挑战和难点 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.4 论文的主要研究内容 | 第17-19页 |
| 1.4.1 论文的主要工作和贡献 | 第17-18页 |
| 1.4.2 论文各章结构安排 | 第18-19页 |
| 第2章 基于视觉显著性特征的粒子滤波跟踪算法 | 第19-39页 |
| 2.1 粒子滤波算法理论介绍 | 第19-25页 |
| 2.1.1 贝叶斯滤波表达和蒙特卡罗方法 | 第19-22页 |
| 2.1.2 粒子滤波算法关键技术阐述 | 第22-25页 |
| 2.2 视觉显著性理论及其算法介绍 | 第25-30页 |
| 2.2.1 视觉显著性基本理论 | 第25-26页 |
| 2.2.2 IT算法计算模型 | 第26-28页 |
| 2.2.3 SR算法计算模型 | 第28-29页 |
| 2.2.4 HC算法计算模型 | 第29-30页 |
| 2.3 基于视觉显著性特征的粒子滤波跟踪算法 | 第30-34页 |
| 2.3.1 显著性抑制图 | 第30-32页 |
| 2.3.2 显著性特征的定义与提取 | 第32页 |
| 2.3.3 目标跟踪框架 | 第32-34页 |
| 2.3.3.1 特征融合机制 | 第32-33页 |
| 2.3.3.2 整体跟踪流程 | 第33页 |
| 2.3.3.3 算法流程 | 第33-34页 |
| 2.4 实验与分析 | 第34-37页 |
| 2.4.1 实验设置 | 第34页 |
| 2.4.2 结果与分析 | 第34-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 基于目标先验信息的视觉显著性目标跟踪算法 | 第39-53页 |
| 3.1 遮挡问题类型及常见解决方法 | 第39-42页 |
| 3.1.1 基于目标分块和子块匹配的跟踪算法 | 第40-41页 |
| 3.1.2 基于遮挡目标轨迹预测的跟踪算法 | 第41页 |
| 3.1.3 基于中心像素加权的遮挡目标跟踪算法 | 第41-42页 |
| 3.2 基于目标先验信息的视觉显著性检测算法 | 第42-46页 |
| 3.2.1 算法理论基础 | 第42-43页 |
| 3.2.2 算法计算过程 | 第43-44页 |
| 3.2.3 算法实验结果 | 第44-46页 |
| 3.3 基于目标先验信息的视觉显著性遮挡目标跟踪算法 | 第46-49页 |
| 3.3.1 视觉显著性特征的提取 | 第46页 |
| 3.3.2 遮挡情况判断 | 第46-47页 |
| 3.3.3 特征融合方法和模板更新机制 | 第47-48页 |
| 3.3.4 整体跟踪流程 | 第48-49页 |
| 3.4 实验与分析 | 第49-51页 |
| 3.4.1 实验设置 | 第49页 |
| 3.4.2 结果与分析 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第4章 总结与展望 | 第53-55页 |
| 4.1 本文工作总结 | 第53页 |
| 4.2 下一步工作展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第63页 |