| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 目标跟踪发展历程 | 第10-12页 |
| 1.2.2 目标跟踪算法分类 | 第12-14页 |
| 1.3 本文研究内容及论文结构 | 第14-16页 |
| 第二章 目标跟踪基本理论 | 第16-28页 |
| 2.1 目标跟踪原理 | 第16-17页 |
| 2.2 典型目标跟踪算法 | 第17-25页 |
| 2.2.1 Meanshift算法 | 第18-19页 |
| 2.2.2 基于P-N学习的目标跟踪算法 | 第19-22页 |
| 2.2.3 时空上下文跟踪算法 | 第22-25页 |
| 2.3 算法性能评估标准 | 第25-27页 |
| 2.4 本章小节 | 第27-28页 |
| 第三章 结合颜色信息和Retinex灰度增强时空上下文跟踪算法 | 第28-38页 |
| 3.1 Retinex灰度增强 | 第28-30页 |
| 3.1.1 单尺度Retinex算法 | 第29页 |
| 3.1.2 多尺度Retinex算法 | 第29-30页 |
| 3.2 颜色信息处理 | 第30-32页 |
| 3.3 结合颜色信息与灰度增强的跟踪算法原理 | 第32-33页 |
| 3.4 实验结果与分析 | 第33-37页 |
| 3.5 本章小节 | 第37-38页 |
| 第四章 基于双模型的时空上下文跟踪算法 | 第38-49页 |
| 4.1 时空上下文目标模型的不足 | 第38-39页 |
| 4.2 辅助目标模型 | 第39-43页 |
| 4.2.1 评估器 | 第39-40页 |
| 4.2.2 搜索器 | 第40-43页 |
| 4.3 基于双模型的时空上下文算法 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.5 本章小节 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 在学期间取得的学术成果 | 第56页 |