| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 引言 | 第10-18页 |
| ·课题研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-17页 |
| ·目标跟踪国内外研究现状 | 第11-15页 |
| ·GPGPU 技术国内外研究现状 | 第15-17页 |
| ·本文主要工作及组织结构 | 第17-18页 |
| 第二章 算法原理与技术介绍 | 第18-37页 |
| ·Mean Shift 算法基本框架 | 第18-22页 |
| ·核概率密度的估计以及迭代过程 | 第18-20页 |
| ·建模和跟踪过程 | 第20-22页 |
| ·CAMshift 的基本算法原理 | 第22-24页 |
| ·经典 GPGPU 技术介绍 | 第24-26页 |
| ·GLSL 基础 | 第25-26页 |
| ·经典 GPGPU 计算流程 | 第26页 |
| ·CUDA 技术介绍 | 第26-35页 |
| ·CUDA 技术特点 | 第26-29页 |
| ·CUDA 技术基本概念 | 第29-35页 |
| ·CUDA 软件体系 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第三章 CAMshift 跟踪算法基于经典 GPGPU 的并行化实现 | 第37-55页 |
| ·CAMshift 跟踪算法 GPGPU 并行化实现分析 | 第37-42页 |
| ·直方图的生成 | 第37-40页 |
| ·反向概率投影 | 第40页 |
| ·图像矩计算 | 第40-41页 |
| ·直方图相交 | 第41-42页 |
| ·算法实现整体结构 | 第42-43页 |
| ·算法模块设计与实现 | 第43-54页 |
| ·全局控制模块 | 第43-44页 |
| ·GPU 端模块的设计与实现 | 第44-46页 |
| ·CPU 端模块设计与实现 | 第46-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 基于 CUDA 并行的 Mean Shift 目标跟踪算法设计与实现 | 第55-67页 |
| ·经典 Mean Shift 目标跟踪算法并行化分析 | 第55-56页 |
| ·K-Means 聚类 | 第56-57页 |
| ·基于 K-Means 聚类颜色空间剖分 | 第57-58页 |
| ·RGB 颜色模式 | 第57页 |
| ·基于聚类颜色剖分 | 第57-58页 |
| ·Mean Shift 跟踪算法的并行化 | 第58-62页 |
| ·基于 CUDA 的并行 Mean Shift 跟踪算法的实现 | 第62-66页 |
| ·GPU 端模块设计与实现 | 第63-65页 |
| ·CPU 端模块设计与实现 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 实验结果与分析 | 第67-74页 |
| ·实验环境 | 第67页 |
| ·CAMshift 目标跟踪算法并行实现结果分析 | 第67-70页 |
| ·并行算法可行性测试 | 第67-68页 |
| ·CAMshift 算法 GPU 与 CPU 实现的对比测试 | 第68-70页 |
| ·并行 Mean Shift 目标跟踪算法并行实现结果分析 | 第70-73页 |
| ·并行算法可行性测试 | 第70-71页 |
| ·与串行 Mean Shift 目标跟踪算法对比测试 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
