| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·引言 | 第7-8页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·目标跟踪技术在相关领域中的应用 | 第8页 |
| ·目标跟踪算法综述 | 第8-13页 |
| ·以假设条件为依据的分类 | 第9-11页 |
| ·基于特征的目标跟踪算法 | 第11-13页 |
| ·跟踪问题的困扰因素和目标检测 | 第13-15页 |
| ·跟踪问题的困扰因素 | 第13页 |
| ·目标检测方法 | 第13-15页 |
| ·本论文的主要工作和内容安排 | 第15-17页 |
| 第二章 基于Mean-Shift的目标跟踪算法 | 第17-29页 |
| ·Mean-Shift算法简介 | 第17页 |
| ·Mean-Shift算法原理 | 第17-21页 |
| ·基于特征概率密度统计的目标表示和定位 | 第21-26页 |
| ·Mean-Shift算法验证试验及分析 | 第26-29页 |
| ·Mean-Shift算法验证试验 | 第26-27页 |
| ·Mean-Shift算法分析 | 第27-29页 |
| 第三章 自动选择跟踪窗尺度的目标跟踪算法 | 第29-41页 |
| ·基于视觉特征的尺度空间信息量度量 | 第29-37页 |
| ·尺度空间 | 第29-30页 |
| ·高斯尺度空间 | 第30-31页 |
| ·尺度空间信息量度量定义的基本要求 | 第31-32页 |
| ·尺度空间信息熵及其局限性 | 第32页 |
| ·一维图像尺度空间的信息量度量 | 第32-35页 |
| ·二维离散情形下的尺度空间信息量度量 | 第35-37页 |
| ·自动选择跟踪窗尺度的目标跟踪算法 | 第37-38页 |
| ·实验结果 | 第38-41页 |
| ·尺度空间信息量度量验证试验 | 第38-39页 |
| ·自动选择跟踪窗尺度的目标跟踪算法实验 | 第39-41页 |
| 第四章 非线性系统滤波算法 | 第41-51页 |
| ·概述 | 第41页 |
| ·估计理论和方法 | 第41-42页 |
| ·卡尔曼滤波 | 第42-43页 |
| ·扩展卡尔曼滤波 | 第43-51页 |
| ·EKF | 第43-46页 |
| ·均方误差的非线性传递 | 第46-47页 |
| ·Unscented变换和对称采样策略 | 第47-49页 |
| ·UKF滤波的实现算法 | 第49-51页 |
| 第五章 基于UKF的窗口自适应Mean-Shift算法 | 第51-57页 |
| ·改进的Mean-Shift跟踪算法结构 | 第51-52页 |
| ·算法实现与分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |