| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 目标跟踪研究现状 | 第12-15页 |
| 1.2.1 国内外研究现状 | 第12页 |
| 1.2.2 跟踪算法分类 | 第12-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 本文内容安排 | 第16-18页 |
| 第二章 概率图模型 | 第18-33页 |
| 2.1 引言 | 第18页 |
| 2.2 基本概念 | 第18-19页 |
| 2.3 概率图模型分类 | 第19-24页 |
| 2.3.1 贝叶斯网络 | 第20-21页 |
| 2.3.2 马尔可夫网络 | 第21-22页 |
| 2.3.3 条件随机场 | 第22-24页 |
| 2.4 概率推理算法 | 第24-29页 |
| 2.4.1 无环MRF网络中的信念传播算法 | 第25-27页 |
| 2.4.2 有环MRF网络中的信念传播算法 | 第27-28页 |
| 2.4.3 信念传播算法的特点 | 第28-29页 |
| 2.5 参数学习 | 第29-32页 |
| 2.5.1 最大似然估计 | 第30页 |
| 2.5.2 梯度下降算法 | 第30-31页 |
| 2.5.3 EM算法 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 基于显著特征区域和马尔可夫随机场的目标跟踪 | 第33-58页 |
| 3.1 引言 | 第33页 |
| 3.2 目标显著特征区域 | 第33-39页 |
| 3.2.1 Harris角点 | 第34-35页 |
| 3.2.2 显著特征区域提取 | 第35-36页 |
| 3.2.3 显著特征区域描述 | 第36-39页 |
| 3.3 基于显著特征区域与马尔可夫随机场的目标跟踪 | 第39-46页 |
| 3.3.1 目标马尔可夫模型的建立 | 第39-42页 |
| 3.3.2 Mean Shift算法 | 第42-43页 |
| 3.3.3 显著特征区域跟踪结果判断 | 第43-44页 |
| 3.3.4 空间域概率推断 | 第44-45页 |
| 3.3.5 模型更新 | 第45-46页 |
| 3.4 实验结果及分析 | 第46-57页 |
| 3.4.1 算法实验流程 | 第46页 |
| 3.4.2 算法对比实验 | 第46-54页 |
| 3.4.3 特征区域数量对算法的影响 | 第54-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 基于条件随机场的目标跟踪 | 第58-75页 |
| 4.1 引言 | 第58-59页 |
| 4.2 显著特征区域描述 | 第59-60页 |
| 4.2.1 颜色纹理直方图 | 第59页 |
| 4.2.2 光流特征 | 第59-60页 |
| 4.3 条件随机场建模 | 第60-63页 |
| 4.3.1 单变量模型 | 第61-62页 |
| 4.3.2 双变量模型 | 第62-63页 |
| 4.4 模型参数训练及更新 | 第63-64页 |
| 4.4.1 参数训练 | 第63-64页 |
| 4.4.2 参数更新 | 第64页 |
| 4.5 概率推断 | 第64-65页 |
| 4.6 实验结果与分析 | 第65-74页 |
| 4.6.1 实验过程 | 第65页 |
| 4.6.2 实验结果分析 | 第65-74页 |
| 4.7 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 工作总结 | 第75-76页 |
| 5.2 存在的问题与展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 在攻读硕士学位期间发表的学术论文 | 第83页 |