| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-25页 |
| ·研究背景及意义 | 第14-15页 |
| ·国内外研究现状 | 第15-21页 |
| ·机载光电平台的研究现状 | 第15-18页 |
| ·跟踪算法研究现状 | 第18-21页 |
| ·本文的结构安排 | 第21-25页 |
| 第2章 目标的特征模型表示 | 第25-43页 |
| ·图像金字塔 | 第26-27页 |
| ·高斯尺度空间及其性质 | 第27-29页 |
| ·自适应尺度选择 | 第29-31页 |
| ·LoG（Laplace of Guassian）检测 | 第30-31页 |
| ·DoH（Determinant of Hessian）检测 | 第31页 |
| ·几种比较典型的局部不变性特征 | 第31-37页 |
| ·Harris | 第32-33页 |
| ·SIFT | 第33-35页 |
| ·SURF | 第35-37页 |
| ·基于统计学的图像特征表示 | 第37-42页 |
| ·LBP 算子 | 第38-40页 |
| ·Haar 特征 | 第40-41页 |
| ·2bitBP 算子 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第3章 基于特征点匹配的目标跟踪 | 第43-55页 |
| ·基于 KLT 的图像配准 | 第43-47页 |
| ·基于 SURF 的目标跟踪 | 第47-54页 |
| ·普遍模型 | 第47-48页 |
| ·在线学习 | 第48-49页 |
| ·目标跟踪 | 第49-51页 |
| ·实验结果及分析 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第4章 半监督学习 | 第55-71页 |
| ·学习过程中有利用未标记数据的一些方法 | 第56-58页 |
| ·半监督学习 | 第58-64页 |
| ·步步为营的反馈式学习 | 第64-70页 |
| ·步步为营的反馈式学习的基本思想 | 第65-66页 |
| ·步步为营的反馈式学习的公式化 | 第66-67页 |
| ·证明这种正、负结构约束的有效性 | 第67-70页 |
| ·小结 | 第70-71页 |
| 第5章 基于 BFL 的通用目标跟踪系统 | 第71-117页 |
| ·分类器 | 第71-75页 |
| ·随机森林分类器 | 第72-73页 |
| ·随机蕨分类器 | 第73-75页 |
| ·基于 Fern-BFL 的目标检测 | 第75-92页 |
| ·Fern-BFL 的初始化 | 第76-90页 |
| ·Fern-BFL 目标检测的处理过程 | 第90-92页 |
| ·通用跟踪框架 | 第92-97页 |
| ·实验结果及分析 | 第97-116页 |
| ·小结 | 第116-117页 |
| 第6章 Mean-Shift 与粒子群优化 | 第117-129页 |
| ·均值漂移理论 | 第117-123页 |
| ·粒子群优化 | 第123-124页 |
| ·基于 PSO 的 Mean-Shift 算法 | 第124-126页 |
| ·实验结果及结论 | 第126-129页 |
| 第7章 总结与展望 | 第129-133页 |
| ·论文工作总结 | 第129-131页 |
| ·论文的创新点 | 第131页 |
| ·研究展望 | 第131-133页 |
| 参考文献 | 第133-143页 |
| 在学期间学术成果情况 | 第143-145页 |
| 指导教师及作者简介 | 第145-147页 |
| 致谢 | 第147-148页 |