| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究发展动态 | 第8-10页 |
| ·目标跟踪算法概述 | 第10-12页 |
| ·论文的主要工作及内容安排 | 第12-13页 |
| 第二章 Tracking-Learning-Detection 模型 | 第13-25页 |
| ·概述 | 第13-14页 |
| ·检测模块及其工作流程 | 第14-16页 |
| ·随机森林分类器 | 第14-15页 |
| ·检测流程 | 第15-16页 |
| ·跟踪模块及其流程 | 第16-21页 |
| ·Lucas-Kanede 方法 | 第16-19页 |
| ·前向-后向误差 | 第19-20页 |
| ·LK 工作流程 | 第20-21页 |
| ·P-N 学习 | 第21-22页 |
| ·TLD 工作流程 | 第22-23页 |
| ·评价指标 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于 TLD 模型与 Kalman 滤波的遮挡目标跟踪方法 | 第25-39页 |
| ·引言 | 第25页 |
| ·遮挡问题分析及解决方法 | 第25-26页 |
| ·遮挡判断及模块更新策略 | 第26-27页 |
| ·Kalman 预测轨迹 | 第27-30页 |
| ·Kalman 滤波器 | 第27-28页 |
| ·Kalman 应用于轨迹预测 | 第28-30页 |
| ·算法步骤和流程图 | 第30-31页 |
| ·实验结果及分析 | 第31-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于霍夫森林的目标跟踪方法 | 第39-51页 |
| ·引言 | 第39页 |
| ·霍夫投票码表描述与目标特征提取 | 第39-40页 |
| ·霍夫森林 | 第40-42页 |
| ·样本的表示与二分测试 | 第40页 |
| ·树形结构的建立 | 第40-41页 |
| ·在线叶子节点数据 | 第41-42页 |
| ·在线学习 | 第42页 |
| ·算法步骤和流程图 | 第42-44页 |
| ·实验结果及分析 | 第44-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于参考点的目标跟踪方法 | 第51-67页 |
| ·引言 | 第51页 |
| ·参考点思想 | 第51-52页 |
| ·特征点提取 | 第52-56页 |
| ·兴趣点检测 | 第52-54页 |
| ·兴趣点的描述 | 第54-56页 |
| ·参考点模型 | 第56-57页 |
| ·参考点确定 | 第56页 |
| ·投票 | 第56-57页 |
| ·参考点模型算法流程 | 第57页 |
| ·算法步骤和流程图 | 第57-58页 |
| ·实验结果及分析 | 第58-64页 |
| ·论文方法评析 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 研究生在读期间的研究成果 | 第77-78页 |