| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 视觉跟踪技术概述 | 第13-16页 |
| 1.3.1 目标建模 | 第13-15页 |
| 1.3.2 搜索策略 | 第15页 |
| 1.3.3 模型更新 | 第15-16页 |
| 1.4 本论文的主要工作及结构安排 | 第16-18页 |
| 1.4.1 论文的主要工作 | 第16页 |
| 1.4.2 论文的结构安排 | 第16-18页 |
| 第二章 Mean Shift基本理论的研究 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 密度估计理论 | 第18-22页 |
| 2.2.1 参数密度估计 | 第18页 |
| 2.2.2 无参密度估计 | 第18-22页 |
| 2.3 Mean Shift算法的原理 | 第22-24页 |
| 2.4 Mean Shift算法具体步骤 | 第24-29页 |
| 2.4.1 目标建模 | 第25页 |
| 2.4.2 候选目标建模 | 第25-26页 |
| 2.4.3 相似性度量函数 | 第26页 |
| 2.4.4 目标定位 | 第26-27页 |
| 2.4.5 Mean Shift算法的步骤 | 第27-29页 |
| 2.5 Mean Shift算法试验 | 第29-34页 |
| 2.5.1 软件平台 | 第29页 |
| 2.5.2 目标尺度不变实验 | 第29-30页 |
| 2.5.3 目标受到部分遮挡的实验 | 第30-31页 |
| 2.5.4 目标尺度变小实验 | 第31-32页 |
| 2.5.5 目标尺度变大实验 | 第32-33页 |
| 2.5.6 目标与背景类似实验 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 改进的Mean Shift目标跟踪算法 | 第35-45页 |
| 3.1 Mean Shift跟踪算法的优缺点 | 第35-36页 |
| 3.2 目标自适应更新 | 第36页 |
| 3.3 目标建模的改进 | 第36-37页 |
| 3.4 选择性子模型更新 | 第37-38页 |
| 3.5 试验 | 第38-44页 |
| 3.5.1 目标尺度不变实验 | 第38-39页 |
| 3.5.2 目标变小实验 | 第39-40页 |
| 3.5.3 目标变大实验 | 第40-41页 |
| 3.5.4 目标与背景类似实验 | 第41-42页 |
| 3.5.5 跟踪目标发生较大形变实验 | 第42-43页 |
| 3.5.6 跟踪目标快速移动实验 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 多特征粒子滤波的目标跟踪算法 | 第45-74页 |
| 4.1 粒子滤波 | 第45-47页 |
| 4.1.1 贝叶斯滤波 | 第45-46页 |
| 4.1.2 蒙特卡罗采样 | 第46-47页 |
| 4.2 粒子滤波的算法 | 第47-48页 |
| 4.3 粒子滤波在视频跟踪中的应用 | 第48-56页 |
| 4.3.1 状态转移模型 | 第48-49页 |
| 4.3.2 观测模型 | 第49-51页 |
| 4.3.3 试验结果 | 第51-56页 |
| 4.4 结合改进的Mean Shift和多特征粒子滤波的跟踪算法 | 第56-68页 |
| 4.4.1 改进Mean Shift与多特征粒子滤波算法融合分析 | 第56页 |
| 4.4.2 融合跟踪算法的实现 | 第56-58页 |
| 4.4.3 试验结果 | 第58-68页 |
| 4.5 工程建设应用融合算法的实例分析 | 第68-73页 |
| 4.6 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 论文工作总结 | 第74页 |
| 5.2 进一步的研究方向 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |