| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-23页 |
| ·引言 | 第13页 |
| ·目标跟踪技术发展 | 第13-15页 |
| ·电视跟踪测量系统的工作原理 | 第15-16页 |
| ·常用的目标跟踪算法 | 第16-20页 |
| ·特征提取方法 | 第20-21页 |
| ·主要研究内容及章节安排 | 第21-23页 |
| 第2章 SVM 目标跟踪算法 | 第23-42页 |
| ·SVM | 第23-24页 |
| ·支持向量机数学模型 | 第24-30页 |
| ·核函数 | 第30-31页 |
| ·SVM 的工作原理和特点 | 第31-32页 |
| ·SMO 算法 | 第32-34页 |
| ·基于支持向量机的目标检测 | 第34-37页 |
| ·实验结果 | 第37-41页 |
| ·本章小节 | 第41-42页 |
| 第3章 基于GABOR 小波特征的SVM 跟踪算法 | 第42-60页 |
| ·GABOR 小波 | 第42-43页 |
| ·GABOR 小波数学理论 | 第43-45页 |
| ·GABOR 滤波器参数的选择 | 第45-47页 |
| ·GABOR 小波特征提取 | 第47-52页 |
| ·基于SVM 的GABOR 小波特征跟踪算法 | 第52-54页 |
| ·实验结果 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 基于PCA 和LDA 特征提取的SVM 跟踪算法 | 第60-79页 |
| ·PCA 的基本概念 | 第60-61页 |
| ·PCA 特征提取 | 第61-66页 |
| ·核函数主成分分析提取图像特征 | 第66-69页 |
| ·LDA 特征提取 | 第69-72页 |
| ·PCA、KPCA 和LDA 特征提取与SVM 相结合目标检测 | 第72-73页 |
| ·实验结果 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 基于ADABOOST 特征提取的SVM 跟踪算法 | 第79-98页 |
| ·引言 | 第79页 |
| ·HAAR 小波特征 | 第79-86页 |
| ·ADABOOST 算法 | 第86-92页 |
| ·基于ADABOOST 提取特征的SVM 跟踪算法 | 第92-94页 |
| ·实验结果 | 第94-97页 |
| ·本章小结 | 第97-98页 |
| 第6章 硬件电路的设计和实现 | 第98-120页 |
| ·硬件结构和系统性能特点 | 第98-100页 |
| ·硬件系统原理及模块介绍 | 第100-110页 |
| ·PCI 驱动程序设计及应用程序接口 | 第110-113页 |
| ·SVM 算法在系统中达到的指标 | 第113-114页 |
| ·基于双DSP 的目标跟踪系统方案 | 第114-116页 |
| ·实验结果 | 第116-119页 |
| ·本章小节 | 第119-120页 |
| 第7章 总结和展望 | 第120-122页 |
| ·论文的主要工作 | 第120-121页 |
| ·论文的创新点 | 第121页 |
| ·展望 | 第121-122页 |
| 参考文献 | 第122-130页 |
| 致谢 | 第130-131页 |
| 宋华军简历 | 第131-132页 |
| 宋华军攻读博士学位期间发表的学术论文 | 第132-134页 |
