| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 主要研究内容 | 第11页 |
| 1.4 文章的组织架构 | 第11-13页 |
| 2 时空上下文跟踪算法(STC) | 第13-18页 |
| 2.1 STC算法简介 | 第13-17页 |
| 2.1.1 空间上下文建模 | 第14页 |
| 2.1.2 上下文先验模型 | 第14-15页 |
| 2.1.3 置信图 | 第15页 |
| 2.1.4 空间上下文模型求解 | 第15-16页 |
| 2.1.5 时空上下文模型的更新 | 第16页 |
| 2.1.6 目标的跟踪过程 | 第16页 |
| 2.1.7 尺度变换策略 | 第16-17页 |
| 2.2 STC算法的优点 | 第17页 |
| 2.3 STC算法的缺点 | 第17-18页 |
| 3 基于时空上下文和自适应特性的跟踪算法(ASTC) | 第18-38页 |
| 3.1 STC算法问题分析 | 第18-19页 |
| 3.1.1 模型更新错误问题分析 | 第18-19页 |
| 3.2 ASTC算法改进点 | 第19-26页 |
| 3.2.1 自适应学习速率 | 第19-23页 |
| 3.2.2 自适应尺度变换 | 第23-26页 |
| 3.3 改进算法的整体描述 | 第26-29页 |
| 3.4 实验及分析 | 第29-38页 |
| 3.4.1 实验参数 | 第29页 |
| 3.4.2 跟踪性能评价标准 | 第29-30页 |
| 3.4.3 实验结果对比和分析 | 第30-38页 |
| 4 基于粒子滤波和显著性上下文的跟踪算法(PF_CSTC) | 第38-55页 |
| 4.1 STC算法问题分析 | 第38-39页 |
| 4.1.1 灰度特征问题分析 | 第38页 |
| 4.1.2 目标丢失后无法找回的问题分析 | 第38-39页 |
| 4.2 PF_CSTC算法改进点 | 第39-42页 |
| 4.2.1 显著性上下文 | 第39-40页 |
| 4.2.2 跟踪结果的有效性检测 | 第40-41页 |
| 4.2.3 目标的重新找回 | 第41-42页 |
| 4.3 改进算法的整体描述 | 第42-45页 |
| 4.4 实验及分析 | 第45-55页 |
| 4.4.1 实验参数 | 第45页 |
| 4.4.2 跟踪性能评价标准 | 第45页 |
| 4.4.3 实验结果对比和分析 | 第45-55页 |
| 5 总结与展望 | 第55-56页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
| A.作者在攻读学位期间发表的论文及专利目录 | 第60页 |