| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容与设计指标 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 设计指标 | 第13页 |
| 1.4 论文组织 | 第13-15页 |
| 第二章 相关理论与技术分析 | 第15-29页 |
| 2.1 TLD视觉跟踪算法原理分析 | 第15-24页 |
| 2.1.1 TLD视觉跟踪算法组成原理 | 第15-17页 |
| 2.1.2 检测模块 | 第17-19页 |
| 2.1.3 跟踪模块 | 第19-21页 |
| 2.1.4 学习模块 | 第21-24页 |
| 2.2 开发平台介绍 | 第24-28页 |
| 2.2.1 Android系统特征及优点 | 第24-25页 |
| 2.2.2 Android系统架构 | 第25页 |
| 2.2.3 Android系统应用开发 | 第25-26页 |
| 2.2.4 JNI与NDK | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 TLD视觉跟踪算法的研究与改进 | 第29-39页 |
| 3.1 TLD视觉跟踪算法分析 | 第29-30页 |
| 3.2 TLD视觉跟踪算法的改进 | 第30-34页 |
| 3.2.1 扫描窗口数量优化 | 第30-31页 |
| 3.2.2 增加前景分类器 | 第31-33页 |
| 3.2.3 改进的动态阈值方差分类器 | 第33-34页 |
| 3.3 改进算法测试与分析 | 第34-38页 |
| 3.3.1 测试环境 | 第34-35页 |
| 3.3.2 测试内容与标准 | 第35-36页 |
| 3.3.3 扫描窗口数量优化的测试和分析 | 第36-37页 |
| 3.3.4 增加前景分类器的测试和分析 | 第37页 |
| 3.3.5 改进的动态阈值方差分类器的测试和分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 面向Android的自学习视觉跟踪算法的实现 | 第39-53页 |
| 4.1 应用框架的设计 | 第39-40页 |
| 4.2 图像采集与显示部分的实现 | 第40-43页 |
| 4.2.1 视频图像的获取 | 第40-41页 |
| 4.2.2 跟踪目标的获取 | 第41-42页 |
| 4.2.3 跟踪结果的显示 | 第42-43页 |
| 4.3 视觉跟踪部分的实现 | 第43-48页 |
| 4.3.1 改进算法的跟踪初始化 | 第43-44页 |
| 4.3.2 改进算法的视觉跟踪 | 第44-47页 |
| 4.3.3 改进算法的跟踪结果处理 | 第47-48页 |
| 4.4 模块的集成 | 第48-51页 |
| 4.4.1 模块间信息交互 | 第48-49页 |
| 4.4.2 图像采集与显示部分的集成 | 第49页 |
| 4.4.3 视觉跟踪部分的集成 | 第49-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 面向Android的自学习视觉跟踪算法的测试与分析 | 第53-65页 |
| 5.1 测试环境 | 第53-54页 |
| 5.2 测试内容 | 第54-55页 |
| 5.3 测试结果与分析 | 第55-63页 |
| 5.3.1 改进算法标准测试集测试结果与分析 | 第55-57页 |
| 5.3.2 改进算法实物测试结果与分析 | 第57-58页 |
| 5.3.3 视觉跟踪应用性能测试结果与分析 | 第58-60页 |
| 5.3.4 视觉跟踪应用稳定性测试结果与分析 | 第60-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-71页 |