| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 视频跟踪概述 | 第15-18页 |
| 1.2.1 目标描述 | 第15-16页 |
| 1.2.2 跟踪方法 | 第16-18页 |
| 1.3 本文研究内容及章节安排 | 第18-20页 |
| 第二章 视频图像处理基础及目标检测算法 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 图像处理基础 | 第20-24页 |
| 2.2.1 颜色特征提取 | 第20-22页 |
| 2.2.2 图像预处理方法 | 第22-23页 |
| 2.2.3 形态学处理方法 | 第23-24页 |
| 2.3 目标检测算法 | 第24-28页 |
| 2.3.1 背景消减法与帧差分法 | 第24-25页 |
| 2.3.2 光流法 | 第25-26页 |
| 2.3.3 混合高斯模型 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 箱粒子滤波基础与概率假设密度滤波器 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 箱粒子理论基础 | 第30-35页 |
| 3.2.1 粒子滤波 | 第30-32页 |
| 3.2.2 非传统量测和区间分析 | 第32-35页 |
| 3.3 箱粒子滤波 | 第35-38页 |
| 3.4 概率假设密度滤波器 | 第38-41页 |
| 3.4.1 随机有限集理论 | 第38-40页 |
| 3.4.2 粒子PHD滤波器 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于箱粒子PHD及航迹识别的多目标视频跟踪方法 | 第42-56页 |
| 4.1 引言 | 第42-43页 |
| 4.2 目标检测算法 | 第43-44页 |
| 4.3 箱粒子PHD多目标视频跟踪 | 第44-47页 |
| 4.3.1 数据处理与模型建立 | 第44-45页 |
| 4.3.2 基于箱粒子PHD的多目标跟踪算法 | 第45-47页 |
| 4.4 航迹识别算法 | 第47-50页 |
| 4.5 实验分析 | 第50-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 改进似然模型的箱粒子PHD多目标视频跟踪方法 | 第56-68页 |
| 5.1 引言 | 第56页 |
| 5.2 SIFT特征描述 | 第56-59页 |
| 5.3 改进似然模型的箱粒子PHD滤波 | 第59-62页 |
| 5.3.1 基于SIFT特征与位置特征的混合似然模型 | 第60-61页 |
| 5.3.2 算法流程 | 第61-62页 |
| 5.4 实验分析 | 第62-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |
