| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-12页 |
| ·研究背景与意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究存在的问题 | 第10页 |
| ·研究内容和内容安排 | 第10-12页 |
| 第2章 复杂环境下跟踪问题的研究 | 第12-22页 |
| ·MeanShift算法简述 | 第12-16页 |
| ·核密度估计 | 第12-13页 |
| ·基于Meanshift算法的目标跟踪 | 第13-15页 |
| ·直方图与MeanShift算法的实现 | 第15-16页 |
| ·遮挡问题 | 第16-17页 |
| ·人体跟踪方法 | 第17-21页 |
| ·基于模型的人体跟踪 | 第18-19页 |
| ·基于区域的人体跟踪 | 第19-20页 |
| ·基于特征的人体跟踪 | 第20页 |
| ·墓于轮廓的人体跟踪 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第3章 水面复杂环境下的Meanshift算法研究 | 第22-38页 |
| ·引言 | 第22-23页 |
| ·水上复杂环境下HSV颜色空间选取的研究 | 第23-31页 |
| ·RGB颜色空间 | 第23-24页 |
| ·HSV颜色空间 | 第24-25页 |
| ·浸入式遮挡现象分析 | 第25-27页 |
| ·实验分析 | 第27-31页 |
| ·对水上复杂环境图像的预处理 | 第31-34页 |
| ·预处理的必要性 | 第31页 |
| ·水上背景图像的预处理 | 第31-34页 |
| ·水上复杂环境下的Meanshift算法参数选择 | 第34-37页 |
| ·颜色直方图Bin数量选择 | 第34-35页 |
| ·窗口大小尺度的选择 | 第35-36页 |
| ·跟踪窗口大小和Bin对识别率的影响 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第4章 多部位协同跟踪算法的研究 | 第38-49页 |
| ·引言 | 第38页 |
| ·多部位协同跟踪算法的空间域研究 | 第38-47页 |
| ·多部位跟踪区域的定位 | 第38-40页 |
| ·影响多部位跟踪的情况 | 第40-47页 |
| ·多部位协同跟踪的时间域约束 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第5章 多部位协同跟踪的实验分析 | 第49-58页 |
| ·Meanshift基本跟踪算法 | 第49-50页 |
| ·多部位协同跟踪算法 | 第50-55页 |
| ·水上人体姿势的简单识别 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |