| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题提出及研究意义 | 第7-9页 |
| ·遮挡情况下视频分割的研究背景 | 第9-12页 |
| ·视频分割技术的研究内容及现状 | 第9-10页 |
| ·遮挡目标跟踪技术的研究内容及现状 | 第10-12页 |
| ·本文的主要内容及研究工作 | 第12-13页 |
| 第二章 针对抖动背景的运动目标检测与分割 | 第13-23页 |
| ·背景抖动分类 | 第13-14页 |
| ·目标检测与分割算法概述 | 第14-16页 |
| ·常见视频时空域分割算法 | 第14-16页 |
| ·时空域联合分割算法 | 第16页 |
| ·基于尺度变换的抖动视频目标粗分割 | 第16-20页 |
| ·混合高斯模型及对背景的提取 | 第16-18页 |
| ·尺度变换及对抖动的消减作用 | 第18-19页 |
| ·实验及结果分析 | 第19-20页 |
| ·基于形态学与颜色聚类的抖动视频目标精分割 | 第20-22页 |
| ·形态学处理 | 第20-21页 |
| ·K-means 颜色聚类精分割 | 第21-22页 |
| ·实验及结果分析 | 第22页 |
| ·小结 | 第22-23页 |
| 第三章 Mean-Shift 算法在遮挡目标跟踪中的应用 | 第23-39页 |
| ·Mean-Shift 算法 | 第23-24页 |
| ·Mean-Shift 理论 | 第23页 |
| ·Mean-Shift 用于目标跟踪 | 第23-24页 |
| ·基于概率表示的核函数带宽自适应算法 | 第24-29页 |
| ·目标尺度变化对空间定位的偏差分析 | 第25页 |
| ·Mean-Shift 目标收敛的概率表示 | 第25页 |
| ·自适应核函数窗大小 | 第25-27页 |
| ·实验及结果分析 | 第27-29页 |
| ·融合角点特征的Mean-Shift 抗遮挡跟踪算法 | 第29-37页 |
| ·人体目标的角点检测 | 第29-30页 |
| ·主色调跟踪及角点区域跟踪 | 第30-33页 |
| ·实验及结果分析 | 第33-37页 |
| ·小结 | 第37-39页 |
| 第四章 粒子滤波器在遮挡目标跟踪中的应用 | 第39-57页 |
| ·粒子滤波算法简介 | 第39-41页 |
| ·粒子滤波算法理论 | 第39-40页 |
| ·基于粒子滤波的目标跟踪 | 第40-41页 |
| ·遮挡情况下对粒子滤波器的改进 | 第41-45页 |
| ·粒子对遮挡的消除作用及存在的问题 | 第41-42页 |
| ·改进的模型预测 | 第42-43页 |
| ·改进的重采样算法 | 第43-45页 |
| ·自适应粒子数 | 第45页 |
| ·实验及结果分析 | 第45-55页 |
| ·模型预测实验结果分析 | 第45-47页 |
| ·加噪重采样算法实验结果 | 第47-51页 |
| ·自适应粒子数实验结果 | 第51-55页 |
| ·小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第67页 |