| 摘要 | 第1-9页 |
| Abstract | 第9-17页 |
| 第一章 绪论 | 第17-35页 |
| ·研究背景及意义 | 第17-19页 |
| ·国内外研究现状 | 第19-21页 |
| ·视频跟踪算法概述 | 第21-29页 |
| ·自底而上的跟踪算法 | 第22-24页 |
| ·自顶而下的跟踪算法 | 第24-27页 |
| ·基于有限集理论的多目标贝叶斯滤波 | 第27-29页 |
| ·基于贝叶斯滤波的概率视频跟踪问题表述 | 第29-31页 |
| ·论文的创新点及结构安排 | 第31-35页 |
| ·论文的创新点 | 第31-33页 |
| ·论文结构安排 | 第33-35页 |
| 第二章 基于随机有限集的贝叶斯滤波 | 第35-52页 |
| ·引言 | 第35-37页 |
| ·随机有限集（RFS）框架下的贝叶斯滤波 | 第37-41页 |
| ·随机集定义 | 第37页 |
| ·随机有限集定义 | 第37-38页 |
| ·有限集统计（FISST）理论 | 第38-39页 |
| ·RFS 框架下的贝叶斯滤波 | 第39-41页 |
| ·RFS 框架下的贝叶斯滤波器的实现 | 第41-49页 |
| ·概率假设密度（PHD）滤波 | 第41-43页 |
| ·GM-PHD 滤波 | 第43-45页 |
| ·Particle PHD 滤波 | 第45-46页 |
| ·仿真试验 | 第46-49页 |
| ·基于 PHD 滤波的视频跟踪算法中的关键问题 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第三章 基于高斯混合PHD及航迹识别的目标跟踪算法 | 第52-71页 |
| ·引言 | 第52-53页 |
| ·目标模型 | 第53-55页 |
| ·运动模型 | 第53-54页 |
| ·观测模型 | 第54页 |
| ·运动目标检测 | 第54-55页 |
| ·基于 Auction 的航迹识别算法 | 第55-58页 |
| ·基于高斯混合 PHD 及航迹识别的视频跟踪算法 | 第58-60页 |
| ·试验结果与分析 | 第60-70页 |
| ·试验条件及性能评价方法 | 第60-61页 |
| ·试验结果 | 第61-64页 |
| ·参数敏感性分析 | 第64-67页 |
| ·算法性能比较及分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第四章 基于多特征自适应融合的粒子PHD目标跟踪算法 | 第71-88页 |
| ·引言 | 第71-73页 |
| ·目标模型 | 第73-77页 |
| ·运动模型 | 第73页 |
| ·观测模型 | 第73-77页 |
| ·自适应多特征概率跟踪算法 | 第77-80页 |
| ·特征的可靠性评估与融合 | 第77-78页 |
| ·基于多特征自适应融合的粒子 PHD 跟踪算法 | 第78-80页 |
| ·试验结果与分析 | 第80-87页 |
| ·试验条件及性能评价方法 | 第80-81页 |
| ·复杂背景下表观变化的女子头部跟踪 | 第81-82页 |
| ·目标数变化的行人跟踪 | 第82-84页 |
| ·尺度变化的行人跟踪 | 第84-85页 |
| ·算法性能的量化比较 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第五章 基于粒子PHD及高斯混合模型聚类的目标跟踪算法 | 第88-108页 |
| ·引言 | 第88-90页 |
| ·目标模型 | 第90-92页 |
| ·运动模型 | 第90-91页 |
| ·观测模型 | 第91-92页 |
| ·基于 GMM 的鲁棒状态抽取算法 | 第92-100页 |
| ·基于 GMM 的粒子分布密度拟合 | 第93-94页 |
| ·带有高斯元管理策略的 EM 模型更新方法 | 第94-99页 |
| ·启发式高斯混合模型修剪与状态抽取方法 | 第99-100页 |
| ·带有鲁棒状态抽取的粒子 PHD 视频跟踪算法 | 第100-102页 |
| ·试验结果与分析 | 第102-107页 |
| ·试验结果 | 第102-106页 |
| ·算法性能的量化比较 | 第106-107页 |
| ·本章小结 | 第107-108页 |
| 第六章 基于粒子PHD及核密度近似的目标跟踪算法 | 第108-127页 |
| ·引言 | 第108-110页 |
| ·基于核密度近似的状态抽取算法 | 第110-120页 |
| ·核密度估计 | 第110-112页 |
| ·核密度近似 | 第112-117页 |
| ·增量核密度近似 | 第117-118页 |
| ·基于增量核密度近似的状态抽取方法 | 第118-120页 |
| ·基于粒子 PHD 及核密度近似的目标跟踪算法 | 第120-122页 |
| ·运动模型 | 第120-121页 |
| ·观测模型 | 第121页 |
| ·基于粒子 PHD 及核密度近似的概率跟踪算法 | 第121-122页 |
| ·试验结果及分析 | 第122-126页 |
| ·试验结果 | 第122-125页 |
| ·算法性能的量化比较 | 第125-126页 |
| ·本章小结 | 第126-127页 |
| 第七章 总结与展望 | 第127-131页 |
| ·工作总结 | 第127-129页 |
| ·研究展望 | 第129-131页 |
| 参考文献 | 第131-145页 |
| 致谢 | 第145-146页 |
| 攻读博士学位期间发表和完成的学术论文 | 第146-147页 |
| 攻读博士学位期间参加的主要科研项目 | 第147页 |
| 攻读博士学位期间申请的国家发明专利 | 第147页 |
