| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-22页 |
| ·研究背景与意义 | 第13-14页 |
| ·智能环境介绍 | 第14-15页 |
| ·目标跟踪的国内外研究现状 | 第15-20页 |
| ·基于视频的说话人跟踪研状 | 第15-16页 |
| ·信息融合方法国内外研究现状 | 第16-20页 |
| ·本文的主要工作和结构安排 | 第20-22页 |
| 第2章 粒子滤波算法及融合方法概述 | 第22-29页 |
| ·粒子滤波算法原理 | 第22-24页 |
| ·粒子滤波 | 第22-23页 |
| ·粒子滤波存在的问题 | 第23-24页 |
| ·融合方法概述 | 第24-28页 |
| ·乘性融合及加权和融合 | 第24-25页 |
| ·证据理论融合方法 | 第25-26页 |
| ·融合方法的对比分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 证据理论融合方法的改进及在视频目标跟踪中的应用 | 第29-53页 |
| ·证据理论融合方法的改进 | 第29-46页 |
| ·基于证据源修正的证据理论融合方法 | 第30-33页 |
| ·基于组合规则修正的证据理论融合方法 | 第33-35页 |
| ·基于冲突因子修正的证据理论组合方法 | 第35-38页 |
| ·实验分析 | 第38-46页 |
| ·一种改进的证据理论融合方法及在视频跟踪中的应用 | 第46-52页 |
| ·视频互补特征的选取及特征与证据间对应关系的建立 | 第46-47页 |
| ·基于K-L距离和不确定性的加权证据修正 | 第47-49页 |
| ·改进的证据理论融合方法在目标跟踪中的应用 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 基于多特征自适应融合的说话人跟踪 | 第53-63页 |
| ·单一融合方法存在的问题及分析 | 第53-54页 |
| ·基于信息损失的多特征自适应融合方法及应用 | 第54-58页 |
| ·多特征自适应融合方法的提出 | 第54-56页 |
| ·基于信息损失度量的自适应融合方法在说话人跟踪中的应用 | 第56-58页 |
| ·基于信息熵的多特征自适应融合方法及应用 | 第58-62页 |
| ·基于信息熵的多特征自适应融合方法 | 第58-59页 |
| ·基于信息熵度量的自适应融合方法在说话人跟踪中的应用 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 结论与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读硕士学位期间参与项目与发表学术论文 | 第72页 |
