| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 第1章 绪论 | 第10-17页 |
| ·视频跟踪算法研究的背景与意义 | 第10-11页 |
| ·目标跟踪方法综述 | 第11-13页 |
| ·基于运动分析的方法 | 第11-12页 |
| ·基于特征的方法 | 第12页 |
| ·基于变形模板的方法 | 第12-13页 |
| ·基于模型的方法 | 第13页 |
| ·视频目标跟踪中的难点问题 | 第13-14页 |
| ·本文的研究内容及主要工作 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第2章 经典视频跟踪算法 | 第17-24页 |
| ·帧间差分法 | 第17页 |
| ·基于光流场的目标跟踪 | 第17-18页 |
| ·Condensation跟踪算法 | 第18-22页 |
| ·基于Snake模型的视频跟踪 | 第22-23页 |
| ·本章总结 | 第23-24页 |
| 第3章 均值漂移算法理论 | 第24-36页 |
| ·引言 | 第24页 |
| ·参数密度估计和无参数密度估计 | 第24-26页 |
| ·参数密度估计 | 第24-25页 |
| ·无参密度估计 | 第25-26页 |
| ·均值漂移算法理论 | 第26-30页 |
| ·多变量核函数生成方法 | 第26页 |
| ·核密度梯度估计 | 第26-27页 |
| ·均值漂移算法的推导 | 第27-29页 |
| ·均值漂移算法收敛性分析 | 第29-30页 |
| ·Mean Shift算法在视频跟踪方面的应用 | 第30-35页 |
| ·目标模型建立 | 第30-31页 |
| ·构造跟踪目标模型 | 第30-31页 |
| ·构造候选目标模型 | 第31页 |
| ·选择相似性度量函数 | 第31-32页 |
| ·候选跟踪目标的定位 | 第32-33页 |
| ·均值漂移跟踪算法描述 | 第33-34页 |
| ·计算复杂度分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于空间直方图的Mean Shift视频跟踪算法 | 第36-45页 |
| ·改进后的基于空间直方图的Mean Shift跟踪算法 | 第36-39页 |
| ·考虑图像的边缘特征 | 第37页 |
| ·考虑像素坐标位置 | 第37-39页 |
| ·色模型及相似性度量 | 第39-40页 |
| ·改进后的算法 | 第40-41页 |
| ·实验 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 自适应窗Mean Shift跟踪算法改进 | 第45-57页 |
| ·Mean Shift尺度更新问题 | 第45-46页 |
| ·信息量介绍 | 第46-48页 |
| ·基于信息量的跟踪窗口自动更新算法 | 第48-50页 |
| ·研究的内容与方法 | 第50-51页 |
| ·实验结果 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第65-66页 |
| 附录B 攻读硕士学位期间所参与的科研活动 | 第66页 |