| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-15页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13页 |
| 1.3 本文主要工作与内容组织安排 | 第13-15页 |
| 1.3.1 主要工作 | 第13-14页 |
| 1.3.2 内容组织安排 | 第14-15页 |
| 第2章 形变目标跟踪相关理论 | 第15-29页 |
| 2.1 目标跟踪 | 第15-17页 |
| 2.1.1 目标跟踪的类别 | 第15-16页 |
| 2.1.2 目标跟踪的主要研究思想 | 第16-17页 |
| 2.2 人体目标跟踪 | 第17-20页 |
| 2.2.1 人体目标跟踪方法 | 第17-18页 |
| 2.2.2 人体目标跟踪算法分析 | 第18-20页 |
| 2.3 图像显著性 | 第20-24页 |
| 2.3.1 人类视觉注意 | 第20-22页 |
| 2.3.2 图像显著性 | 第22页 |
| 2.3.3 图像显著性检测方法 | 第22-24页 |
| 2.4 超像素生成方法 | 第24-28页 |
| 2.4.1 基于图论的超像素生成方法 | 第24-26页 |
| 2.4.2 基于梯度下降的超像素生成方法 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于显著性分割与目标检测的形变目标跟踪方法 | 第29-38页 |
| 3.1 算法主要思想 | 第29-30页 |
| 3.2 显著性分割 | 第30-33页 |
| 3.2.1 超像素图 | 第31页 |
| 3.2.2 流排序函数 | 第31-32页 |
| 3.2.3 流排序过程 | 第32-33页 |
| 3.3 目标模型 | 第33-34页 |
| 3.4 基于全局颜色特征的漂移约束 | 第34-35页 |
| 3.5 目标跟踪 | 第35-36页 |
| 3.6 模型更新 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 形变目标跟踪算法的实现 | 第38-57页 |
| 4.1 系统总体设计 | 第38-41页 |
| 4.1.1 功能设计 | 第38-39页 |
| 4.1.2 系统体系结构设计 | 第39-40页 |
| 4.1.3 系统开发环境 | 第40页 |
| 4.1.4 系统界面设计 | 第40-41页 |
| 4.2 系统详细设计 | 第41-51页 |
| 4.2.1 视频管理模块详细设计 | 第41-42页 |
| 4.2.2 目标跟踪模块详细设计 | 第42-50页 |
| 4.2.3 性能分析模块详细设计 | 第50-51页 |
| 4.3 系统功能测试 | 第51-56页 |
| 4.3.1 视频管理模块测试 | 第51-52页 |
| 4.3.2 目标跟踪模块测试 | 第52-55页 |
| 4.3.3 性能分析模块测试 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 实验结果与分析 | 第57-65页 |
| 5.1 实验参数设定 | 第57页 |
| 5.2 实验评价标准 | 第57-58页 |
| 5.3 实验对比结果及分析 | 第58-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-66页 |
| 6.1 本文工作总结 | 第65页 |
| 6.2 未来研究展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第71-72页 |