| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·目标检测研究现状 | 第11-12页 |
| ·目标跟踪现状 | 第12-14页 |
| ·本论文主要研究内容 | 第14-16页 |
| 第二章 目标检测技术研究 | 第16-27页 |
| ·常用的目标检测方法 | 第16-21页 |
| ·基于运动信息的检测方法 | 第16-18页 |
| ·基于光流场的检测方法 | 第18-19页 |
| ·基于图像分割的检测方法 | 第19页 |
| ·基于机器学习的检测方法 | 第19-20页 |
| ·目标检测方法的选择 | 第20-21页 |
| ·AdaBoost 理论基础 | 第21-24页 |
| ·AdaBoost 算法基础 | 第21-22页 |
| ·AdaBoost 检测算法分析 | 第22-24页 |
| ·基于 AdaBoost 的目标检测技术的应用改进 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 目标跟踪技术研究 | 第27-51页 |
| ·常用目标跟踪技术 | 第27-32页 |
| ·Mean Shift 算法 | 第27-30页 |
| ·卡尔曼滤波算法 | 第30-31页 |
| ·粒子滤波算法 | 第31-32页 |
| ·粒子滤波理论 | 第32-40页 |
| ·粒子滤波理论基础 | 第32-39页 |
| ·粒子滤波算法流程 | 第39-40页 |
| ·基于粒子滤波的目标跟踪应用及改进 | 第40-49页 |
| ·粒子滤波在目标跟踪领域的应用 | 第40-45页 |
| ·基于多特征融合的粒子滤波 | 第45-47页 |
| ·粒子退化问题的解决 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 系统设计及实现 | 第51-55页 |
| ·系统整合 | 第51-52页 |
| ·检测系统 | 第51-52页 |
| ·跟踪系统 | 第52页 |
| ·系统实现 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录：作者在学期间所取得的科研成果 | 第60-61页 |
| 致谢 | 第61-63页 |