| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 视频目标跟踪的研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 视频目标跟踪技术的分类 | 第13-14页 |
| 1.4 视频目标跟踪的难点及问题 | 第14-15页 |
| 1.5 论文的主要工作及章节安排 | 第15-16页 |
| 第二章 Mean Shift算法在目标跟踪中的基本原理 | 第16-30页 |
| 2.1 运动目标的检测 | 第16-19页 |
| 2.1.1 背景差法介绍 | 第16-18页 |
| 2.1.2 帧差法介绍 | 第18页 |
| 2.1.3 光流法介绍 | 第18-19页 |
| 2.2 Mean Shift算法简介 | 第19-28页 |
| 2.2.1 Mean Shift向量的表示 | 第20-21页 |
| 2.2.2 Mean Shift算法介绍 | 第21-22页 |
| 2.2.3 Mean Shift算法在目标跟踪中的应用 | 第22-24页 |
| 2.2.4 目标模型描述 | 第24-26页 |
| 2.2.5 相似性度量函数 | 第26页 |
| 2.2.6 目标的跟踪 | 第26-28页 |
| 2.3 Mean Shift算法的缺陷 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 Mean Shift跟踪算法改进 | 第30-50页 |
| 3.1 Mean Shift算法背景干扰问题改进 | 第30-35页 |
| 3.1.1 实验结果与分析 | 第33-35页 |
| 3.2 目标运动速度过快丢失目标改进 | 第35-49页 |
| 3.2.1 卡尔曼滤波器介绍 | 第36-40页 |
| 3.2.2 将卡尔曼滤波方法引入Mean Shift算法框架 | 第40-44页 |
| 3.2.3 实验与分析 | 第44-49页 |
| 3.3 本章小结 | 第49-50页 |
| 第四章 基于Mean Shift的运动目标遮挡算法研究 | 第50-66页 |
| 4.1 目标模板分块 | 第51-52页 |
| 4.2 非对称核函数加权的Mean Shift跟踪算法 | 第52-55页 |
| 4.3 分步Mean Shift遮挡跟踪算法 | 第55-61页 |
| 4.3.1 实验结果与分析 | 第57-61页 |
| 4.4 目标严重遮挡与完全遮挡时的跟踪策略 | 第61-64页 |
| 4.4.1 实验结果与分析 | 第62-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 文章工作总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
