| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景以及意义 | 第8-9页 |
| 1.2 视频目标跟踪研究现状及进展 | 第9-11页 |
| 1.3 主要研究工作 | 第11-12页 |
| 1.4 论文章节安排 | 第12-13页 |
| 第二章 跟踪算法简介 | 第13-17页 |
| 2.1 常用目标检测算法 | 第13-15页 |
| 2.1.1 基于静态背景下的目标检测算法 | 第13-14页 |
| 2.1.2 基于动态背景的目标检测算法 | 第14-15页 |
| 2.2 常用目标跟踪算法 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 基于Camshift理论的目标跟踪改进算法 | 第17-28页 |
| 3.1 经典Camshift目标跟踪算法 | 第17-21页 |
| 3.1.1 颜色空间转换 | 第17-19页 |
| 3.1.2 反向投影 | 第19页 |
| 3.1.3 Meanshift算法 | 第19-21页 |
| 3.1.4 Camshift算法实现 | 第21页 |
| 3.2 改进的Camshift算法 | 第21-25页 |
| 3.2.1 基本原理 | 第21-22页 |
| 3.2.2 颜色分量优化 | 第22-23页 |
| 3.2.3 改进颜色概率直方图 | 第23-24页 |
| 3.2.4 改进后的Camshift算法 | 第24-25页 |
| 3.3 仿真实验 | 第25-27页 |
| 3.3.1 定性分析 | 第25-26页 |
| 3.3.2 定量分析 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 改进的稀疏外观模型跟踪算法 | 第28-39页 |
| 4.1 稀疏外观模型跟踪算法的相关理论 | 第28-31页 |
| 4.1.1 稀疏表示理论 | 第28-29页 |
| 4.1.2 仿射变换理论 | 第29-31页 |
| 4.2 目标模板提取 | 第31-34页 |
| 4.2.1 目标模板 | 第31-33页 |
| 4.2.2 优化目标模板集合 | 第33-34页 |
| 4.3 问题建模 | 第34-35页 |
| 4.4 算法流程 | 第35页 |
| 4.5 仿真实验 | 第35-38页 |
| 4.5.1 定性分析 | 第36-37页 |
| 4.5.2 定量分析 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第五章 改进的主成分分析目标跟踪算法 | 第39-50页 |
| 5.1 主成分分析方法简介 | 第39-40页 |
| 5.2 利用PCA更新目标模板集合 | 第40-44页 |
| 5.2.1 获取目标模板 | 第41页 |
| 5.2.2 更新模板集合 | 第41-43页 |
| 5.2.3 选择目标模板 | 第43-44页 |
| 5.3 基于PCA方法的目标跟踪 | 第44-46页 |
| 5.3.1 问题建模 | 第44-45页 |
| 5.3.2 跟踪算法流程 | 第45-46页 |
| 5.4 仿真实验 | 第46-49页 |
| 5.4.1 定性分析 | 第46-47页 |
| 5.4.2 定量分析 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 作者在攻读硕士学位期间发表的论文 | 第58页 |