| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·视觉追踪问题概述 | 第10-11页 |
| ·论文的主要工作与内容安排 | 第11-13页 |
| ·论文的主要工作 | 第11页 |
| ·论文主要的章节安排 | 第11-13页 |
| 第二章 经典的目标追踪算法 | 第13-31页 |
| ·粒子滤波算法 | 第13-21页 |
| ·贝叶斯滤波原理 | 第13-14页 |
| ·蒙特卡洛方法 | 第14-15页 |
| ·粒子滤波 | 第15-21页 |
| ·Boosting 算法 | 第21-25页 |
| ·经典 Boosting 算法 | 第22页 |
| ·Adaboost 算法 | 第22-24页 |
| ·在线 Boosting 算法 | 第24-25页 |
| ·MIL 算法 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于粒子滤波加权的在线 MIL 目标追踪方法 | 第31-44页 |
| ·加权的 MIL | 第31-33页 |
| ·粒子滤波框架 | 第33-34页 |
| ·弱分类器的构造 | 第34-36页 |
| ·实验结果及分析 | 第36-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于压缩感知的在线 MIL 目标追踪方法 | 第44-56页 |
| ·压缩感知原理 | 第44-45页 |
| ·稀疏表示方法 | 第45-46页 |
| ·特征的分类 | 第46-47页 |
| ·弱分类器的构造 | 第47-49页 |
| ·实验结果分析 | 第49-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·工作总结 | 第56页 |
| ·研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |