| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9页 |
| ·研究现状 | 第9-12页 |
| ·运动跟踪的难点问题 | 第10-11页 |
| ·常用技术 | 第11-12页 |
| ·课题任务 | 第12-13页 |
| ·论文主要内容及章节安排 | 第13-15页 |
| 第二章 基于SIFT 的运动目标检测方法 | 第15-33页 |
| ·引言 | 第15-16页 |
| ·SIFT 特征提取算法简介 | 第16-23页 |
| ·尺度空间的极值检测 | 第17-19页 |
| ·关键点参数确定 | 第19-23页 |
| ·基于 SIFT 的运动目标检测方法 | 第23-31页 |
| ·图像关键点匹配算法 | 第24-26页 |
| ·提取稳定关键点 | 第26-28页 |
| ·运动目标关键点提取 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 基于GMM 的关键点特征向量匹配跟踪方法 | 第33-45页 |
| ·引言 | 第33-34页 |
| ·高斯混合模型 | 第34-38页 |
| ·GMM 描述 | 第34-36页 |
| ·GMM 模型的参数估计 | 第36-38页 |
| ·基于 GMM 的关键点特征向量匹配跟踪方法设计与实现 | 第38-44页 |
| ·匹配算法基本流程 | 第40-41页 |
| ·匹配结果展示 | 第41-43页 |
| ·特殊情况处理 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于增量PCA 的高斯模型更新方法 | 第45-53页 |
| ·引言 | 第45-46页 |
| ·基于自相关矩阵的 IPCA | 第46-48页 |
| ·IPCA 简介 | 第46-47页 |
| ·算法的流程 | 第47-48页 |
| ·基于 IPCA 的高斯模型更新方法 | 第48-52页 |
| ·更新算法流程 | 第48-50页 |
| ·更新算法匹配结果 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 算法优化及评估 | 第53-66页 |
| ·算法优化 | 第53-57页 |
| ·缩小 SIFT 算法处理图像范围 | 第53-55页 |
| ·减少候选匹配关键点 | 第55-57页 |
| ·其它优化 | 第57页 |
| ·算法评价 | 第57-61页 |
| ·算法精确度 | 第57-59页 |
| ·计算复杂度 | 第59-61页 |
| ·算法通用度 | 第61页 |
| ·与现有算法比较 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第六章 系统设计与实现 | 第66-79页 |
| ·系统需求分析 | 第66-67页 |
| ·系统设计与实现 | 第67-76页 |
| ·视频控制模块 | 第67-69页 |
| ·算法配置模块 | 第69-73页 |
| ·目标检测模块 | 第73-74页 |
| ·目标跟踪模块 | 第74-76页 |
| ·代码实现 | 第76-77页 |
| ·系统评价 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| ·总结 | 第79-80页 |
| ·展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 作者简介及硕士期间成果 | 第86-87页 |