| 中文摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究的现状及面临的难题 | 第12-14页 |
| ·研究现状 | 第12-13页 |
| ·研究面临的难题 | 第13-14页 |
| ·本文的主要研究工作 | 第14-16页 |
| 第二章 运动目标跟踪处理的相关理论 | 第16-20页 |
| ·引言 | 第16页 |
| ·目标检测 | 第16-18页 |
| ·目标跟踪 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 MEAN SHIFT 算法的理论基础以及在目标跟踪中的应用 | 第20-37页 |
| ·引言 | 第20页 |
| ·Mean Shift 跟踪算法 | 第20-31页 |
| ·无参密度估计理论 | 第21-23页 |
| ·Mean Shift 算法原理 | 第23-27页 |
| ·基于 Mean Shift 的目标跟踪算法 | 第27-29页 |
| ·算法实现及结果分析 | 第29-31页 |
| ·基于梯度方向直方图特征的 Mean Shift 目标跟踪算法 | 第31-36页 |
| ·梯度方向直方图特征 | 第31-33页 |
| ·基于梯度方向直方图特征的 Mean Shift 目标跟踪算法 | 第33-34页 |
| ·算法实现及结果分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 粒子滤波理论及其在目标跟踪中的应用 | 第37-58页 |
| ·引言 | 第37-38页 |
| ·粒子滤波理论 | 第38-48页 |
| ·贝叶斯滤波原理 | 第38-41页 |
| ·蒙特卡罗方法 | 第41-42页 |
| ·粒子滤波算法原理 | 第42-48页 |
| ·粒子滤波算法在目标跟踪中的应用 | 第48-57页 |
| ·系统状态空间及动态模型的建立 | 第48-49页 |
| ·目标模型的建立 | 第49-50页 |
| ·粒子权值的评价 | 第50页 |
| ·目标模板的更新 | 第50-51页 |
| ·粒子的重采样 | 第51页 |
| ·目标定位 | 第51页 |
| ·算法步骤 | 第51-53页 |
| ·算法实现及结果分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于梯度方向直方图特征和粒子滤波融合的跟踪算法 | 第58-65页 |
| ·引言 | 第58-59页 |
| ·本文目标跟踪算法 | 第59-64页 |
| ·算法的基本原理 | 第59-60页 |
| ·跟踪算法的描述 | 第60-61页 |
| ·算法实现及结果分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表学术论文情况 | 第70-71页 |
| 致谢 | 第71-72页 |
