| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 课题研究现状与存在的问题 | 第12-14页 |
| 1.2.1 目标跟踪方法的研究现状 | 第12-13页 |
| 1.2.2 目标跟踪存在的问题 | 第13-14页 |
| 1.3 课题研究内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第2章 MeanShift跟踪算法 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 核密度估计理论 | 第17-18页 |
| 2.3 MeanShift算法理论 | 第18-20页 |
| 2.3.1 MeanShift基本思想 | 第18-19页 |
| 2.3.2 MeanShift算法步骤 | 第19-20页 |
| 2.4 MeanShift在目标跟踪中的应用 | 第20-23页 |
| 2.4.1 目标模型与候选模型表示 | 第20-21页 |
| 2.4.2 基于Bhattacharyya系数的相似性度量方法 | 第21页 |
| 2.4.3 目标定位 | 第21-22页 |
| 2.4.4 目标跟踪算法步骤 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于改进相似性函数的MeanShift目标跟踪算法 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 改进的相似性测量方法 | 第24-28页 |
| 3.2.1 空间直方图模型 | 第24-25页 |
| 3.2.2 基于JSD的相似度测量方法 | 第25-26页 |
| 3.2.3 基于空间直方图的BJSD相似度测量方法 | 第26-27页 |
| 3.2.4 BJSD相似度测量方法性能分析 | 第27-28页 |
| 3.3 基于BJSD和MeanShift的目标跟踪算法 | 第28-29页 |
| 3.4 实验及结果分析 | 第29-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于窗口自适应的MeanShift目标跟踪算法 | 第34-42页 |
| 4.1 引言 | 第34页 |
| 4.2 窗口自适应算法 | 第34-38页 |
| 4.2.1 背景加权抑制方法 | 第34-35页 |
| 4.2.2 基于BJSD的位置更新方法 | 第35-36页 |
| 4.2.3 尺度估计 | 第36-38页 |
| 4.3 实验及结果分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于EKF的抗遮挡MeanShift目标跟踪算法 | 第42-54页 |
| 5.1 引言 | 第42页 |
| 5.2 目标跟踪中遮挡问题分析 | 第42-43页 |
| 5.3 扩展卡尔曼滤波 | 第43-46页 |
| 5.3.1 基于泰勒级数展开的EKF | 第43-45页 |
| 5.3.2 基于差分的线性化近似 | 第45-46页 |
| 5.4 EKF结合MeanShift的目标跟踪算法 | 第46-49页 |
| 5.4.1 遮挡判断准则 | 第46页 |
| 5.4.2 EKF与MeanShift算法融合 | 第46-49页 |
| 5.5 实验及结果分析 | 第49-52页 |
| 5.6 本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
