| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·运动目标跟踪系统概述 | 第12-15页 |
| ·本文结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 目标跟踪相关技术 | 第17-26页 |
| ·目标表征概述 | 第17-18页 |
| ·目标表征的分类 | 第18-22页 |
| ·基于形状的目标表征 | 第19-21页 |
| ·基于外观的目标表征 | 第21-22页 |
| ·特征提取概述 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 运动目标检测 | 第26-47页 |
| ·帧间差法(Temporal Dame Difference) | 第26-29页 |
| ·经典的背景消去法(Classic Background Subtraction) | 第29-36页 |
| ·时间均值模型(Temproal Average Model) | 第29-31页 |
| ·单一高斯模型(Single Gaussian Model) | 第31-34页 |
| ·高斯混合模型(Gaussian Mixture Model) | 第34-36页 |
| ·光流(Optical Flow) | 第36-38页 |
| ·ViBe算法 | 第38-46页 |
| ·ViBe算法的原理 | 第38-41页 |
| ·基于ViBe的改进算法 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 运动目标跟踪 | 第47-64页 |
| ·Mean-Shift算法 | 第47-53页 |
| ·Mean-Shift基本理论 | 第47-50页 |
| ·带核函数的Mean-Shift | 第50页 |
| ·Mean-Shift在目标跟踪中的应用 | 第50-53页 |
| ·Kalman滤波 | 第53-55页 |
| ·粒子滤波(Particle Filter) | 第55-57页 |
| ·TLD算法 | 第57-59页 |
| ·改进的Mean-Shift算法 | 第59-63页 |
| ·SIFT算法 | 第59-61页 |
| ·融合SIFT的Mean-Shift相似度度量 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 实验结果与分析 | 第64-71页 |
| ·实验数据库与实验平台 | 第64-65页 |
| ·目标检测算法实验结果 | 第65-68页 |
| ·目标跟踪算法实验结果 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·本文总结 | 第71页 |
| ·存在的不足和未来工作的展望 | 第71-73页 |
| 附录 作者攻读学位期间公开发表的学术论文 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
