| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 问题的提出及研究意义 | 第7-9页 |
| 1.2 视频车辆跟踪的国内外研究现状 | 第9-12页 |
| 1.3 本文的研究内容与结构 | 第12-13页 |
| 2 基于 Mean-Shift 算法的车辆跟踪方法 | 第13-27页 |
| 2.1 Mean-Shift 算法原理 | 第13-19页 |
| 2.1.1 Mean-Shift 基本思想 | 第13-15页 |
| 2.1.2 Mean-Shift 算法描述 | 第15-19页 |
| 2.1.3 Mean-Shift 算法步骤 | 第19页 |
| 2.2 Mean Shift 跟踪算法中特征空间的选择 | 第19-21页 |
| 2.3 基于 Mean-Shift 的车辆跟踪算法 | 第21-25页 |
| 2.3.1 目标模型 | 第22-23页 |
| 2.3.2 候选模型 | 第23页 |
| 2.3.3 目标模型和候选模型的相似性度量 | 第23页 |
| 2.3.4 目标定位 | 第23-25页 |
| 2.4 传统 Mean-Shift 算法在目标跟踪中存在的问题 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 结合目标信息和运动估计的车辆跟踪算法 | 第27-41页 |
| 3.1 目标提取 | 第27-32页 |
| 3.1.1 目标检测 | 第27-29页 |
| 3.1.2 图像去噪 | 第29-30页 |
| 3.1.3 形态学滤波 | 第30-32页 |
| 3.2 卡尔曼估计滤波器 | 第32-34页 |
| 3.3 结合目标信息和运动估计的 Mean-Shift 跟踪算法 | 第34-40页 |
| 3.3.1 结合目标信息 | 第34-36页 |
| 3.3.2 结合运动估计 | 第36-38页 |
| 3.3.3 针对遮挡 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 实验及分析 | 第41-53页 |
| 4.1 实验设置 | 第41-42页 |
| 4.2 传统 Mean-Shift 跟踪算法结果及分析 | 第42-44页 |
| 4.3 本文 Mean-Shift 跟踪算法结果及分析 | 第44-52页 |
| 4.3.1 本文实验算法分析 | 第44-47页 |
| 4.3.2 本文跟踪结果及其分析 | 第47-49页 |
| 4.3.3 算法比较 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结及展望 | 第53-54页 |
| 5.1 本文工作总结 | 第53页 |
| 5.2 本文后续工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
