| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 概述 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 存在的主要问题 | 第12-13页 |
| 1.5 本文研究内容与安排 | 第13-15页 |
| 第2章 视频目标跟踪的基础知识 | 第15-27页 |
| 2.1 概述 | 第15页 |
| 2.2 视频图像预处理 | 第15-22页 |
| 2.2.1 图像灰度化及二值化 | 第15-19页 |
| 2.2.2 图像滤波 | 第19-20页 |
| 2.2.3 图像分割 | 第20-22页 |
| 2.3 运动目标检测技术 | 第22-26页 |
| 2.3.1 特征检测与匹配 | 第23-24页 |
| 2.3.2 自运动估计 | 第24-25页 |
| 2.3.3 自运动补偿 | 第25页 |
| 2.3.4 图像差分 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于Adaboost和TLD算法的目标跟踪算法研究 | 第27-45页 |
| 3.1 概述 | 第27页 |
| 3.2 检测与跟踪难点分析 | 第27-29页 |
| 3.2.1 目标检测难点分析 | 第27-28页 |
| 3.2.2 目标跟踪难点分析 | 第28-29页 |
| 3.3 目标检测方法确定 | 第29-36页 |
| 3.3.1 均值漂移算法 | 第29-32页 |
| 3.3.2 卡尔曼滤波算法 | 第32-34页 |
| 3.3.3 粒子滤波算法 | 第34-35页 |
| 3.3.4 粒子滤波算法与均值漂移算法的比较 | 第35-36页 |
| 3.4 基于Adaboost和TLD算法的目标跟踪算法研究 | 第36-43页 |
| 3.4.1 基于Adaboost算法的目标发现 | 第36-38页 |
| 3.4.2 基于Lucas-Kanade光流法的TLD目标跟踪 | 第38-39页 |
| 3.4.3 基于Struck算法的TLD目标跟踪 | 第39页 |
| 3.4.4 目标跟踪算法实现 | 第39-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 TLD算法在工程中的应用 | 第45-55页 |
| 4.1 概述 | 第45页 |
| 4.2 系统的架构 | 第45-48页 |
| 4.2.1 系统硬件总体设计 | 第45-46页 |
| 4.2.2 系统工作原理 | 第46-48页 |
| 4.3 系统工作过程 | 第48页 |
| 4.4 跟踪方案设计 | 第48-52页 |
| 4.4.1 总体思路 | 第48-49页 |
| 4.4.2 目标发现模块流程图 | 第49-51页 |
| 4.4.3 跟踪模块流程图 | 第51-52页 |
| 4.5 系统测试 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
