| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 插图索引 | 第12-14页 |
| 附表索引 | 第14-15页 |
| 第1章 绪论 | 第15-23页 |
| ·研究背景与意义 | 第15-16页 |
| ·目标跟踪的国内外研究现状 | 第16-18页 |
| ·视频目标跟踪的国内外研究现状 | 第16-17页 |
| ·抗遮挡目标跟踪算法的国内外研究现状 | 第17-18页 |
| ·视频目标跟踪概述 | 第18-20页 |
| ·目标跟踪的主要分类 | 第18-20页 |
| ·视频跟踪的两种思路 | 第20页 |
| ·目标跟踪的遮挡问题分析 | 第20-22页 |
| ·遮挡问题的分类 | 第20-21页 |
| ·遮挡问题的解决思路 | 第21-22页 |
| ·本文主要研究内容与组织结构 | 第22-23页 |
| 第2章 理论基础 | 第23-40页 |
| ·引言 | 第23页 |
| ·跟踪滤波算法 | 第23-34页 |
| ·Kalman滤波算法 | 第23-24页 |
| ·粒子滤波算法 | 第24-30页 |
| ·Mean-shift算法 | 第30-32页 |
| ·仿真结果及分析 | 第32-34页 |
| ·特征选取 | 第34-38页 |
| ·颜色直方图特征 | 第34-37页 |
| ·LBP纹理特征 | 第37-38页 |
| ·融合规则 | 第38-39页 |
| ·加权和融合 | 第38-39页 |
| ·乘性融合 | 第39页 |
| ·小结 | 第39-40页 |
| 第3章 融合多线索的粒子滤波抗遮挡目标跟踪 | 第40-55页 |
| ·引言 | 第40页 |
| ·融合方式自适应的抗遮挡跟踪 | 第40-48页 |
| ·粒子滤波在目标跟踪中的应用 | 第40-42页 |
| ·Mean-shift粒子聚集 | 第42-43页 |
| ·跟踪算法流程 | 第43-44页 |
| ·遮挡处理 | 第44-45页 |
| ·融合多线索的抗遮挡跟踪算法 | 第45-46页 |
| ·实验结果及分析 | 第46-48页 |
| ·自适应粒子滤波的抗遮挡跟踪 | 第48-54页 |
| ·算法分析 | 第48-49页 |
| ·遮挡分析与处理 | 第49-50页 |
| ·基于多线索自适应融合的抗遮挡跟踪 | 第50-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第4章 融合多线索的Mean-shift抗遮挡目标跟踪 | 第55-68页 |
| ·引言 | 第55页 |
| ·基于卡尔曼预测的多线索Mean-shift抗遮挡跟踪 | 第55-60页 |
| ·Mean-shift在目标跟踪中的原理 | 第55-58页 |
| ·融合策略 | 第58页 |
| ·遮挡分析与处理 | 第58-59页 |
| ·算法流程 | 第59页 |
| ·实验结果及分析 | 第59-60页 |
| ·结合粒子滤波的多线索Mean-shift抗遮挡跟踪 | 第60-67页 |
| ·理论基础 | 第61页 |
| ·遮挡分析与处理 | 第61-62页 |
| ·算法流程 | 第62页 |
| ·仿真平台的设计 | 第62-65页 |
| ·实验结果分析 | 第65-67页 |
| ·小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 附录 A 攻读硕士学位期间参与项目与发表学术论文 | 第77页 |
