| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 目标跟踪方法分类 | 第12页 |
| 1.4 本文的主要研究内容 | 第12-14页 |
| 第2章 TLD跟踪算法介绍 | 第14-24页 |
| 2.1 TLD总体架构介绍 | 第14-15页 |
| 2.2 检测器部分 | 第15-18页 |
| 2.2.1 方差滤波器 | 第16页 |
| 2.2.2 集成分类器 | 第16-17页 |
| 2.2.3 最邻近分类器 | 第17-18页 |
| 2.3 跟踪器部分 | 第18-19页 |
| 2.4 学习模块 | 第19-21页 |
| 2.5 TLD跟踪算法的评价指标 | 第21页 |
| 2.6 TLD算法的流程 | 第21-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 TLD架构下的单目标跟踪算法 | 第24-45页 |
| 3.1 常见的单目标跟踪方法 | 第24-25页 |
| 3.1.1 点跟踪 | 第24-25页 |
| 3.1.2 核跟踪 | 第25页 |
| 3.1.3 剪影跟踪 | 第25页 |
| 3.2 TLD单目标跟踪的遮挡问题 | 第25-30页 |
| 3.2.1 卡尔曼滤波器 | 第26页 |
| 3.2.2 卡尔曼滤波原理 | 第26-29页 |
| 3.2.3 TLD与卡尔曼滤波的结合 | 第29-30页 |
| 3.3 TLD单目标跟踪的形变问题研究 | 第30-39页 |
| 3.3.1 meanshift跟踪 | 第30-31页 |
| 3.3.2 meanshift跟踪算法描述 | 第31-34页 |
| 3.3.3 目标尺度的自适应研究 | 第34-38页 |
| 3.3.4 TLD与尺度自适应meanshift跟踪相结合 | 第38-39页 |
| 3.4 实验结果及分析 | 第39-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 TLD多目标跟踪算法研究 | 第45-61页 |
| 4.1 多目标跟踪基础 | 第45-47页 |
| 4.1.1 目标特征提取 | 第45页 |
| 4.1.2 关联匹配 | 第45-46页 |
| 4.1.3 多目标跟踪的一般步骤 | 第46页 |
| 4.1.4 多目标跟踪一般方法 | 第46-47页 |
| 4.2 TLD多目标跟踪实时性问题研究 | 第47-50页 |
| 4.2.1 适用于TLD多目标跟踪的检测器 | 第47-48页 |
| 4.2.2 决策树 | 第48-49页 |
| 4.2.3 改进的随机森林 | 第49-50页 |
| 4.3 跟踪模块改进 | 第50-55页 |
| 4.3.1 LK光流法 | 第50页 |
| 4.3.2 LK算法原理 | 第50-52页 |
| 4.3.3 LK方法的金字塔改进 | 第52-53页 |
| 4.3.4 前后光流估计算法 | 第53-55页 |
| 4.4 改进的TLD多目标跟踪方法 | 第55-58页 |
| 4.4.1 TLD多目标跟踪架构 | 第55-56页 |
| 4.4.2 改进的TLD多目标跟踪算法实现 | 第56-58页 |
| 4.5 实验结果及分析 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 目标跟踪软件的开发 | 第61-67页 |
| 5.1 开发环境介绍 | 第61页 |
| 5.2 系统软件简介 | 第61-63页 |
| 5.2.1 系统软件模块 | 第61-62页 |
| 5.2.2 编程简介 | 第62-63页 |
| 5.3 软件系统平台界面及功能展示 | 第63-67页 |
| 5.3.1 软件界面 | 第63页 |
| 5.3.2 运动目标检测演示 | 第63-64页 |
| 5.3.3 TLD单目标跟踪演示 | 第64-65页 |
| 5.3.4 TLD多目标演示 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 发表论文及参加科研情况说明 | 第73-74页 |
| 致谢 | 第74-75页 |