| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-27页 |
| ·课题研究背景及意义 | 第12-14页 |
| ·目标跟踪技术国内外研究现状 | 第14-16页 |
| ·视频目标跟踪算法概述 | 第16-22页 |
| ·视频目标跟踪问题描述 | 第16-18页 |
| ·视频目标跟踪算法分类 | 第18-22页 |
| ·跟踪问题的困扰因素和目标检测 | 第22-24页 |
| ·跟踪问题的困扰因素 | 第22-23页 |
| ·目标检测方法 | 第23-24页 |
| ·本论文的创新点及结构安排 | 第24-27页 |
| ·论文的创新点 | 第24-25页 |
| ·论文结构安排 | 第25-27页 |
| 2 基于蒙特卡罗方法的粒子滤波技术 | 第27-41页 |
| ·引言 | 第27-28页 |
| ·基于贝叶斯框架下的跟踪问题描述 | 第28-30页 |
| ·贝叶斯滤波的蒙特卡罗实现 | 第30-40页 |
| ·蒙特卡罗采样(Monte Carlo Sampling) | 第31-32页 |
| ·重要性采样(Importance Sampling，IS) | 第32-33页 |
| ·序贯重要性采样(Sequential Importance Sampling，SIS) | 第33-35页 |
| ·序贯重要性采样算法的退化(Degeneracy)和重采样(Resampling) | 第35-36页 |
| ·基本粒子滤波算法描述 | 第36-39页 |
| ·粒子数目N的选取 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 3 基于加窗粒子滤波的轮廓线跟踪算法 | 第41-63页 |
| ·引言 | 第41-42页 |
| ·用于轮廓线跟踪的B样条结构 | 第42-45页 |
| ·样条的线性参数化 | 第43-44页 |
| ·形状空间的定义 | 第44页 |
| ·平面仿射形状空间 | 第44-45页 |
| ·跟踪框架 | 第45-46页 |
| ·曲线描述 | 第45-46页 |
| ·跟踪作为随时间的估计 | 第46页 |
| ·状态空间和运动模型 | 第46-51页 |
| ·运动模型的最大似然学习 | 第47-50页 |
| ·运动模型的最大期望学习 | 第50-51页 |
| ·非线性观测模型 | 第51-54页 |
| ·一维观测模型 | 第51-53页 |
| ·二维观测模型 | 第53-54页 |
| ·基于加窗粒子滤波器的轮廓线跟踪算法 | 第54-60页 |
| ·加窗粒子滤波器结构 | 第55-58页 |
| ·加窗粒子滤波算法 | 第58-60页 |
| ·基于视频序列的人头轮廓线跟踪实验 | 第60-61页 |
| ·跟踪结果 | 第60-61页 |
| ·加窗粒子滤波器与标准粒子滤波器算法复杂度比较 | 第61页 |
| ·结论 | 第61-63页 |
| 4 多信息融合的粒子滤波跟踪算法 | 第63-81页 |
| ·引言 | 第63-64页 |
| ·序贯蒙特卡罗和数据融合 | 第64-68页 |
| ·数据融合的目标跟踪 | 第68-75页 |
| ·目标模型 | 第68-69页 |
| ·颜色模型 | 第69-70页 |
| ·运动模型 | 第70-75页 |
| ·基于颜色和运动融合的粒子滤波跟踪算法 | 第75-76页 |
| ·实验结果与分析 | 第76-78页 |
| ·结论 | 第78-81页 |
| 5 基于双向非线性学习的轨迹跟踪和识别 | 第81-107页 |
| ·引言 | 第81-82页 |
| ·双向非线性流行学习 | 第82-90页 |
| ·自编码网络 | 第83-84页 |
| ·CRBM工作原理 | 第84-85页 |
| ·自编码网络的实现 | 第85-90页 |
| ·降维和轨迹重构 | 第90页 |
| ·轨迹生成模型 | 第90-92页 |
| ·贝叶斯(Bayesian)跟踪 | 第92-95页 |
| ·状态描述 | 第93页 |
| ·观测模型 | 第93-94页 |
| ·粒子滤波跟踪算法 | 第94-95页 |
| ·识别算法 | 第95-98页 |
| ·基于最小距离分类器的识别算法 | 第95-96页 |
| ·基于形状相似性度量的识别算法 | 第96-98页 |
| ·实验结果 | 第98-106页 |
| ·预处理过程 | 第98页 |
| ·手写数字的跟踪实验 | 第98-100页 |
| ·两类不同手写数字的跟踪和识别实验 | 第100-106页 |
| ·结论 | 第106-107页 |
| 6 总结与展望 | 第107-109页 |
| ·总结 | 第107-108页 |
| ·下一步工作展望 | 第108-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-120页 |
| 附录A | 第120-122页 |
| 作者攻读博士学位期间发表和已录用的论文 | 第122页 |
