| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文主要内容 | 第15-16页 |
| 1.4 本文章节安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 传统的运动目标检测与跟踪算法分析 | 第18-36页 |
| 2.1 颜色空间 | 第18-20页 |
| 2.1.1 RGB颜色空间 | 第18-19页 |
| 2.1.2 HSV颜色空间 | 第19-20页 |
| 2.1.3 RGB颜色空间与HSV颜色空间之间的关系 | 第20页 |
| 2.2 运动目标检测算法 | 第20-27页 |
| 2.2.1 帧间差法 | 第21-22页 |
| 2.2.2 背景差分法 | 第22-24页 |
| 2.2.3 光流法 | 第24-27页 |
| 2.3 运动目标跟踪算法 | 第27-35页 |
| 2.3.1 粒子滤波跟踪框架 | 第28-31页 |
| 2.3.2 CamShift跟踪算法 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于稀疏表示和结构化模型的在线目标跟踪方法 | 第36-46页 |
| 3.1 引言 | 第36-37页 |
| 3.2 基于稀疏表示和结构化的目标模型 | 第37-39页 |
| 3.3 模板更新 | 第39-41页 |
| 3.3.1 目标模板误差 | 第39-40页 |
| 3.3.2 目标模板替换策略 | 第40-41页 |
| 3.4 实验与分析 | 第41-44页 |
| 3.4.1 实验参数 | 第41-42页 |
| 3.4.2 实验结果与分析 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 基于卡尔曼滤波多特征协同作用的多目标跟踪算法 | 第46-58页 |
| 4.1 引言 | 第46-47页 |
| 4.2 本章算法总体框架 | 第47页 |
| 4.3 运动目标检测 | 第47-50页 |
| 4.4 协同作用的目标模型 | 第50-52页 |
| 4.4.1 颜色直方图 | 第50-51页 |
| 4.4.2 LBP纹理特征 | 第51-52页 |
| 4.4.3 空间距离 | 第52页 |
| 4.5 跟踪策略 | 第52-53页 |
| 4.6 目标关联 | 第53-54页 |
| 4.7 实验 | 第54-56页 |
| 4.7.1 实验参数 | 第54-55页 |
| 4.7.2 实验结果与分析 | 第55-56页 |
| 4.8 本章小结 | 第56-58页 |
| 第5章 总结与展望 | 第58-61页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间取得的研究成果 | 第71-73页 |
