| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 人类视觉系统概述 | 第11-12页 |
| 1.3 研究现状 | 第12-15页 |
| 1.3.1 目标跟踪的研究现状 | 第12-13页 |
| 1.3.2 显著性的研究现状 | 第13-15页 |
| 1.4 目前存在的问题 | 第15-17页 |
| 1.4.1 目标跟踪的问题 | 第15-16页 |
| 1.4.2 显著性模型存在的问题 | 第16-17页 |
| 1.5 本文主要工作 | 第17页 |
| 1.6 本文的组织结构 | 第17-19页 |
| 第二章 基于多特征融合与先验结合的时空显著性计算 | 第19-31页 |
| 2.1 显著性计算概述 | 第19-20页 |
| 2.2 多特征融合与先验结合的时空显著性模型 | 第20-25页 |
| 2.2.1 特征对比度 | 第20-23页 |
| 2.2.2 显著性先验 | 第23-24页 |
| 2.2.3 显著性融合 | 第24-25页 |
| 2.3 实验分析 | 第25-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于区域生长的显著目标检测 | 第31-38页 |
| 3.1 目标检测 | 第31-32页 |
| 3.2 区域生长 | 第32-33页 |
| 3.3 基于区域生长的显著目标检测 | 第33-35页 |
| 3.4 实验结果 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于Mean Shift和Kalman滤波的显著目标跟踪 | 第38-48页 |
| 4.1 Mean Shift目标跟踪 | 第38-41页 |
| 4.2 Kalman滤波 | 第41-43页 |
| 4.3 Mean Shift结合Kalman滤波的目标跟踪 | 第43页 |
| 4.4 多目标跟踪及数据关联 | 第43-45页 |
| 4.5 实验分析 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 论文工作总结 | 第48-49页 |
| 5.2 未来工作展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间公开发表的论文及知识产权成果 | 第55-56页 |
| 致谢 | 第56-57页 |