| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·本课题研究背景与意义 | 第7-8页 |
| ·国内外研究现状及难点 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9页 |
| ·研究难点 | 第9-10页 |
| ·本文研究内容及章节安排 | 第10-12页 |
| 2 运动目标跟踪技术研究 | 第12-18页 |
| ·运动目标检测技术 | 第12-14页 |
| ·光流场法 | 第12-13页 |
| ·相邻帧间差分算法 | 第13页 |
| ·背景差分法 | 第13-14页 |
| ·统计与分析的方法 | 第14页 |
| ·运动目标跟踪 | 第14-17页 |
| ·基于特征点的跟踪 | 第15页 |
| ·基于区域的跟踪 | 第15-16页 |
| ·基于轮廓的跟踪 | 第16页 |
| ·基于模型的跟踪 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 基于 Mean-Shift 算法的目标跟踪 | 第18-32页 |
| ·概率密度估计理论 | 第18-22页 |
| ·参数密度估计 | 第18-19页 |
| ·无参密度估计 | 第19-22页 |
| ·Mean-Shift 算法理论 | 第22-24页 |
| ·核密度梯度估计 | 第22-24页 |
| ·Mean-Shift 算法的收敛性 | 第24页 |
| ·基于 Mean-Shift 的目标跟踪 | 第24-27页 |
| ·目标模型的描述 | 第25页 |
| ·候选区域模型的描述 | 第25页 |
| ·相似性函数 | 第25-26页 |
| ·目标定位 | 第26-27页 |
| ·改进的 Mean-Shift 目标跟踪算法 | 第27-30页 |
| ·颜色分块模型 | 第28-30页 |
| ·改进的算法流程 | 第30页 |
| ·实验结果与分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于粒子滤波的目标跟踪 | 第32-44页 |
| ·贝叶斯滤波 | 第32-33页 |
| ·蒙特卡洛方法 | 第33-34页 |
| ·粒子滤波算法 | 第34-38页 |
| ·贝叶斯重要性采样 | 第34-35页 |
| ·序贯重要性采样 | 第35-36页 |
| ·粒子集退化和优化 | 第36-37页 |
| ·粒子滤波算法基本步骤 | 第37-38页 |
| ·改进粒子滤波算法的目标跟踪 | 第38-41页 |
| ·初始化 | 第38-39页 |
| ·镶嵌 MS 一步迭代 | 第39页 |
| ·系统的状态转移 | 第39页 |
| ·粒子更新 | 第39-40页 |
| ·粒子的重采样 | 第40页 |
| ·目标状态估计 | 第40页 |
| ·阈值判定 | 第40-41页 |
| ·实验结果与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5 Mean-Shift 和粒子滤波的两步目标跟踪 | 第44-50页 |
| ·两步目标跟踪算法思想 | 第44-46页 |
| ·半自动目标选定 | 第46页 |
| ·两步目标跟踪算法描述 | 第46-47页 |
| ·实验结果及其分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| ·本文工作总结 | 第50页 |
| ·今后工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |