| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·引言 | 第9页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-11页 |
| ·本论文的研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 运动目标检测技术分析 | 第13-19页 |
| ·运动目标检测算法 | 第13-15页 |
| ·光流法 | 第13-14页 |
| ·相邻帧差法 | 第14页 |
| ·背景减法 | 第14-15页 |
| ·其它方法 | 第15页 |
| ·背景模型的建立 | 第15-17页 |
| ·基于颜色的背景模型 | 第15-17页 |
| ·基于颜色梯度的背景模型 | 第17页 |
| ·背景模型的更新 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 运动目标跟踪技术分析 | 第19-25页 |
| ·引言 | 第19页 |
| ·目标跟踪的分类 | 第19页 |
| ·目标跟踪技术 | 第19-24页 |
| ·基于特征点的跟踪 | 第20-21页 |
| ·基于区域跟踪算法 | 第21-22页 |
| ·基于目标轮廓的跟踪算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于 Mean-Shift 算法的目标跟踪 | 第25-32页 |
| ·无参密度估计 | 第25-27页 |
| ·直方图 | 第25-26页 |
| ·核密度估计 | 第26-27页 |
| ·Mean-Shift 算法 | 第27-28页 |
| ·基于 Mean-Shift 算法的目标跟踪 | 第28-31页 |
| ·Mean-Shift 目标跟踪原理 | 第29-30页 |
| ·改进的Mean-Shift 目标跟踪和实验结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 粒子滤波器跟踪及其实现 | 第32-41页 |
| ·贝叶斯滤波原理 | 第32-33页 |
| ·卡尔曼滤波器 | 第33-34页 |
| ·粒子滤波器 | 第34-38页 |
| ·贝叶斯重要性采样 | 第34-35页 |
| ·顺序的重要性采样 | 第35-36页 |
| ·粒子集的退化和优化 | 第36-37页 |
| ·粒子滤波优化算法 | 第37-38页 |
| ·基于粒子滤波的目标跟踪 | 第38-40页 |
| ·目标的先验知识 | 第38页 |
| ·系统状态 | 第38页 |
| ·后验概率的计算 | 第38-39页 |
| ·粒子重采样 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第六章 视频目标跟踪的实验仿真及设计实现 | 第41-51页 |
| ·视频选择与单帧保存 | 第41-43页 |
| ·运动目标检测实验仿真及其分析 | 第43-46页 |
| ·视频目标跟踪的实验仿真及其分析 | 第46-50页 |
| ·基于Mean-Shift 算法的粒子滤波器跟踪的设计思想 | 第46-47页 |
| ·实验仿真结果及其对比分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 结束语 | 第51-52页 |
| ·论文的主要研究内容 | 第51页 |
| ·未来工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 研究生期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |