| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 运动目标跟踪与计算机视觉 | 第12页 |
| 1.2 课题研究背景及应用 | 第12-13页 |
| 1.3 课题研究现状 | 第13-14页 |
| 1.4 本论文的主要内容与创新 | 第14-16页 |
| 第二章 运动目标跟踪算法研究 | 第16-30页 |
| 2.1 目标跟踪的步骤 | 第17-18页 |
| 2.2 目标跟踪分类 | 第18-19页 |
| 2.2.1 基于特征的跟踪 | 第18页 |
| 2.2.2 基于主动轮廓的跟踪 | 第18-19页 |
| 2.2.3 基于区域的跟踪 | 第19页 |
| 2.2.4 基于模型的跟踪 | 第19页 |
| 2.3 几种常见的目标跟踪算法 | 第19-29页 |
| 2.3.1 Mean Shift算法 | 第20-27页 |
| 2.3.2 卡尔曼滤波算法 | 第27-28页 |
| 2.3.3 粒子滤波算法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于Harris角点的Mean Shift运动目标跟踪算法 | 第30-36页 |
| 3.1 Harris角点检测 | 第30-31页 |
| 3.2 Harris-Mean Shift目标跟踪算法 | 第31-35页 |
| 3.2.1 算法介绍 | 第31-32页 |
| 3.2.2 实验结果及分析 | 第32-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 融合HMS算法和最小二乘法的跟踪算法 | 第36-45页 |
| 4.1 基于最小二乘算法的轨迹预测 | 第36-42页 |
| 4.1.1 最小二乘算法引出的背景 | 第36-37页 |
| 4.1.2 用最小二乘法解矛盾方程组 | 第37-39页 |
| 4.1.3 最小二乘法曲线拟合 | 第39-41页 |
| 4.1.4 基于最小二乘法的轨迹预测 | 第41-42页 |
| 4.2 最小二乘法和HMS算法相结合的目标跟踪算法 | 第42-44页 |
| 4.2.1 算法介绍 | 第42-43页 |
| 4.2.2 实验结果及分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士研究生期间发表的论文 | 第52-53页 |
| 学位论文评阅及答辩情况表 | 第53页 |
