| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·本课题的研究背景与意义 | 第9-10页 |
| ·基于模板匹配的目标跟踪算法研究现状 | 第10-12页 |
| ·模板的建立与更新 | 第10-11页 |
| ·目标的搜索与跟踪 | 第11-12页 |
| ·目前主要存在的问题 | 第12页 |
| ·本文的研究内容及结构安排 | 第12-14页 |
| 第二章 基于模板匹配的目标跟踪算法概述 | 第14-31页 |
| ·建立目标模板 | 第14-22页 |
| ·建立目标的颜色特征空间 | 第15-18页 |
| ·建立目标的纹理特征空间 | 第18-21页 |
| ·相似性度量 | 第21-22页 |
| ·匹配跟踪算法 | 第22-28页 |
| ·经典均值漂移算法 | 第23-25页 |
| ·经典粒子滤波算法 | 第25-28页 |
| ·模板更新方法 | 第28-29页 |
| ·目前存在的问题以及研究趋势 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 融合均值漂移与粒子滤波的多级别目标跟踪算法 | 第31-49页 |
| ·引入背景区分权重的各向异性均值漂移算法 | 第31-35页 |
| ·基于各向异性核函数的均值漂移算法 | 第31-33页 |
| ·引入背景区分权重的均值漂移算法 | 第33-35页 |
| ·引入粒子群优化技术的粒子滤波算法 | 第35-37页 |
| ·传统粒子滤波算法存在的缺陷 | 第35-36页 |
| ·粒子群优化粒子滤波方法 | 第36-37页 |
| ·利用分级策略融合均值漂移与粒子滤波的目标跟踪算法 | 第37-42页 |
| ·均值漂移与粒子滤波相结合的目标跟踪算法 | 第37-38页 |
| ·本文采用的多级别 MS-PF 跟踪算法 | 第38-42页 |
| ·实验结果分析 | 第42-48页 |
| ·对目标尺寸和旋转角度的估计 | 第42-44页 |
| ·复杂环境下较大干扰发生时对目标的跟踪 | 第44-47页 |
| ·算法实时性分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 采用特征融合的混合模型更新策略 | 第49-64页 |
| ·自适应特征融合方法 | 第49-50页 |
| ·基于自适应学习的混合模型更新方法 | 第50-55页 |
| ·自适应模板更新方法 | 第50-53页 |
| ·引入模板组的混合模型更新方法 | 第53-55页 |
| ·采用混合模型更新机制的多级别 MS-PF 跟踪算法 | 第55-57页 |
| ·实验结果分析 | 第57-63页 |
| ·引入模板组的混合模型更新机制测试 | 第57-59页 |
| ·基于特征融合的匹配跟踪算法测试 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附录 A（攻读硕士学位期间发表论文目录） | 第71-72页 |
| 基于模板匹配的目标跟踪算法研究 | 第72-76页 |
| A Research of Target Tracking Algorithm Based on Template Matching | 第76-79页 |
