| 摘要 | 第4-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第16-36页 |
| 1.1 视觉目标跟踪的研究背景及意义 | 第16-19页 |
| 1.2 视觉目标跟踪的问题描述、方法结构及难点分析 | 第19-23页 |
| 1.2.1 视觉目标跟踪的问题描述 | 第19页 |
| 1.2.2 视觉目标跟踪的方法结构 | 第19-21页 |
| 1.2.3 视觉目标跟踪的难点分析 | 第21-23页 |
| 1.3 视觉目标跟踪的研究现状 | 第23-33页 |
| 1.3.1 基于目标表示分类方法 | 第23-25页 |
| 1.3.2 基于特征选择分类方法 | 第25-28页 |
| 1.3.3 基于外观建模分类方法 | 第28-30页 |
| 1.3.4 基于候选生成分类方法 | 第30-31页 |
| 1.3.5 基于搜索模型分类方法 | 第31-32页 |
| 1.3.6 基于目标模板更新分类方法 | 第32-33页 |
| 1.4 本文的主要研究内容 | 第33-36页 |
| 第2章 水平集主动轮廓模型与视觉目标跟踪 | 第36-51页 |
| 2.1 引言 | 第36-39页 |
| 2.2 曲线的水平集函数表示 | 第39-41页 |
| 2.3 水平集主动轮廓演化理论 | 第41-43页 |
| 2.4 MUMFORD-SHAH模型 | 第43-45页 |
| 2.5 CHAN-VESE模型 | 第45-49页 |
| 2.6 主动轮廓分割与视觉目标跟踪 | 第49-50页 |
| 2.7 本章小结 | 第50-51页 |
| 第3章 基于水平集的均值漂移目标轮廓跟踪 | 第51-67页 |
| 3.1 引言 | 第51-52页 |
| 3.2 均值漂移理论 | 第52-59页 |
| 3.2.1 均值漂移基本思想 | 第53-54页 |
| 3.2.2 核函数 | 第54-56页 |
| 3.2.3 基于核函数的均值漂移 | 第56-57页 |
| 3.2.4 均值漂移与目标跟踪 | 第57-59页 |
| 3.3 基于水平集的均值漂移轮廓跟踪算法 | 第59-63页 |
| 3.3.1 二值水平集主动轮廓模型 | 第59-61页 |
| 3.3.2 粒子样本的主动轮廓演化 | 第61页 |
| 3.3.3 基于主动轮廓的均值漂移向量 | 第61-62页 |
| 3.3.4 算法描述 | 第62-63页 |
| 3.4 实验结果与分析 | 第63-66页 |
| 3.4.1 算法跟踪性能及分析 | 第63-64页 |
| 3.4.2 算法时间开销 | 第64-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第4章 有监督水平集模型的目标轮廓跟踪 | 第67-85页 |
| 4.1 引言 | 第67-70页 |
| 4.2 相关工作 | 第70-71页 |
| 4.3 基于有监督水平集模型的轮廓跟踪算法 | 第71-77页 |
| 4.3.1 水平集曲线演化原理 | 第72-73页 |
| 4.3.2 目标在线表观建模 | 第73-74页 |
| 4.3.3 有监督轮廓线概率建模 | 第74-75页 |
| 4.3.4 有监督水平集跟踪模型 | 第75-77页 |
| 4.4 实验结果 | 第77-84页 |
| 4.4.1 单强度分布目标序列 | 第77-78页 |
| 4.4.2 与传统边界框跟踪器的性能比较 | 第78-79页 |
| 4.4.3 多强度分布目标序列 | 第79-81页 |
| 4.4.4 与传统轮廓跟踪器性能比较 | 第81-82页 |
| 4.4.5 全遮挡处理 | 第82-83页 |
| 4.4.6 多种序列实验 | 第83-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第5章 自适应数据导向核函数的目标轮廓跟踪 | 第85-100页 |
| 5.1 引言 | 第85-87页 |
| 5.2 相关工作 | 第87-88页 |
| 5.3 均值漂移估计 | 第88页 |
| 5.4 基于自适应数据驱动核函数的跟踪算法 | 第88-94页 |
| 5.4.1 基于水平集的核函数表示 | 第88-90页 |
| 5.4.2 数据驱动核函数演化准则 | 第90-92页 |
| 5.4.3 数据驱动核函数演化方程 | 第92-93页 |
| 5.4.4 基于数据驱动核函数的均值漂移 | 第93-94页 |
| 5.5 实验结果 | 第94-99页 |
| 5.5.1 与传统的对称核跟踪器的性能比较 | 第95页 |
| 5.5.2 与传统的非对称核跟踪器的性能比较 | 第95-97页 |
| 5.5.3 与传统的基于水平集的变形目标跟踪器的性能比较 | 第97-98页 |
| 5.5.4 多种序列实验 | 第98-99页 |
| 5.6 本章小结 | 第99-100页 |
| 第6章 形状偏好的迭代图切割的目标轮廓跟踪 | 第100-117页 |
| 6.1 引言 | 第100-103页 |
| 6.2 图切割分割理论 | 第103-104页 |
| 6.3 基于形状偏好的迭代图切割算法 | 第104-109页 |
| 6.3.1 具有形状偏好的曲线概率建模 | 第104-106页 |
| 6.3.2 具有形状偏好的图切割模型 | 第106-108页 |
| 6.3.3 迭代图切割算法 | 第108-109页 |
| 6.4 实验结果 | 第109-116页 |
| 6.4.1 实验设置 | 第109-110页 |
| 6.4.2 算法迭代性能分析 | 第110-113页 |
| 6.4.3 与传统图切割算法性能比较 | 第113-114页 |
| 6.4.4 多种图像、序列实验 | 第114-116页 |
| 6.5 本章小结 | 第116-117页 |
| 结论 | 第117-119页 |
| 参考文献 | 第119-134页 |
| 攻读博士学位期间发表的论文及其它成果 | 第134-138页 |
| 致谢 | 第138-139页 |
| 个人简历 | 第139页 |