| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-17页 |
| ·研究的背景及意义 | 第7-12页 |
| ·视频目标跟踪技术的研究现状 | 第12-13页 |
| ·本文主要研究内容 | 第13-14页 |
| ·本文各章节内容安排 | 第14-17页 |
| 第二章 视频目标跟踪技术介绍 | 第17-29页 |
| ·目标跟踪概述 | 第17-20页 |
| ·视频目标跟踪的组成部分 | 第17-18页 |
| ·目标跟踪问题的一般性描述 | 第18-20页 |
| ·目标表示方法及目标特征 | 第20-23页 |
| ·目标表示方法 | 第21页 |
| ·目标特征 | 第21-23页 |
| ·目标的检测方法 | 第23-24页 |
| ·目标的跟踪方法 | 第24-26页 |
| ·基于模型的跟踪方法 | 第24-25页 |
| ·基于模板匹配的跟踪方法 | 第25页 |
| ·基于变形模型的跟踪方法 | 第25-26页 |
| ·基于特征匹配的跟踪方法 | 第26页 |
| ·目标跟踪算法的性能评估 | 第26页 |
| ·本章小结 | 第26-29页 |
| 第三章 检测识别跟踪分离的在线多样本视频目标跟踪 | 第29-37页 |
| ·在线多实例识别器的规则化 | 第29-31页 |
| ·单样本学习机制 | 第30页 |
| ·包的学习机制 | 第30-31页 |
| ·置信图分析 | 第31页 |
| ·实验结果及其分析 | 第31-35页 |
| ·人脸跟踪实例 | 第31-33页 |
| ·相似的实例 | 第33页 |
| ·遮挡的实例 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 在线半监督形变目标跟踪方法 | 第37-41页 |
| ·在线半监督hough分割的随机森林形变目标跟踪方法 | 第37-39页 |
| ·随机森林 | 第37-38页 |
| ·在线半监督hough分割跟踪算法 | 第38-39页 |
| ·实验结果 | 第39-40页 |
| ·实验分析 | 第39-40页 |
| ·总结 | 第40-41页 |
| 第五章 多目标跟踪算法性能的OSPAP度量 | 第41-49页 |
| ·度量标准背景 | 第41-42页 |
| ·OSPAP度量 | 第42-44页 |
| ·问题描述 | 第42-43页 |
| ·OSPAP度量的计算 | 第43页 |
| ·基本概率 | 第43-44页 |
| ·实验结果及其分析 | 第44-46页 |
| ·仿真实验 | 第44页 |
| ·跟踪算法的OSPAP度量值 | 第44-45页 |
| ·截止概率的变化 | 第45页 |
| ·参数β的变化 | 第45-46页 |
| ·本章小结 | 第46-49页 |
| 总结及展望 | 第49-51页 |
| 总结 | 第49页 |
| 展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第57页 |