| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文主要工作内容和结构安排 | 第12-14页 |
| 1.3.1 论文主要工作 | 第12页 |
| 1.3.2 论文结构安排 | 第12-14页 |
| 第二章 视频目标跟踪算法相关理论 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 压缩感知理论与CT算法 | 第14-16页 |
| 2.3 Haar-like特征 | 第16-18页 |
| 2.4 深度图像 | 第18-19页 |
| 2.5 贝叶斯分类器 | 第19-20页 |
| 2.6 本章小结 | 第20-22页 |
| 第三章 融合深度信息的加权外观模型视频目标压缩跟踪算法 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 融合深度信息的加权外观模型视频目标压缩跟踪算法 | 第22-23页 |
| 3.3 深度特征 | 第23页 |
| 3.4 马氏距离加权 | 第23-24页 |
| 3.5 分类器的建立与更新 | 第24-26页 |
| 3.6 算法流程 | 第26-27页 |
| 3.7 实验结果与分析 | 第27-35页 |
| 3.7.1 对比的跟踪算法和参数设置 | 第27-28页 |
| 3.7.2 跟踪算法性能分析 | 第28-35页 |
| 3.8 本章小结 | 第35-36页 |
| 第四章 融合深度信息的分块抗遮挡视频目标跟踪算法 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 融合深度信息的分块抗遮挡视频目标跟踪算法 | 第36-37页 |
| 4.3 彩色图像分块建模 | 第37-38页 |
| 4.4 深度图像直方图建模 | 第38-39页 |
| 4.5 目标遮挡检测机制 | 第39-41页 |
| 4.6 算法流程 | 第41页 |
| 4.7 实验结果与分析 | 第41-47页 |
| 4.7.1 对比的跟踪算法和参数设置 | 第41-42页 |
| 4.7.2 算法性能分析 | 第42-47页 |
| 4.8 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 工作总结 | 第48页 |
| 5.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间发表论文及研究 | 第58页 |