| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·研究内容 | 第13-14页 |
| ·本文结构 | 第14-16页 |
| 2 融合多高斯模型与Graph Cuts 的目标信息提取 | 第16-33页 |
| ·引言 | 第16-17页 |
| ·自适应的多高斯混合背景模型 | 第17-18页 |
| ·Graph Cuts 分割技术 | 第18-21页 |
| ·基于高斯建模及Graph Cuts 优化的目标提取 | 第21-27页 |
| ·基于概率密度图及Gibbs 能量优化的目标提取 | 第27-32页 |
| ·本章小结 | 第32-33页 |
| 3 基于多重信息融合的目标跟踪算法 | 第33-56页 |
| ·引言 | 第33-34页 |
| ·预测模型 | 第34-35页 |
| ·融合形状约束及Graph Cuts 窄带优化的跟踪算法 | 第35-44页 |
| ·融合模板与区域信息的跟踪算法 | 第44-50页 |
| ·融合模板区域信息及形状优化的跟踪算法 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 4 多目标自动跟踪系统 | 第56-65页 |
| ·引言 | 第56-57页 |
| ·系统设计 | 第57-58页 |
| ·目标检测 | 第58-60页 |
| ·多目标跟踪与管理 | 第60-61页 |
| ·算法描述 | 第61-63页 |
| ·实验结果与分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 5 测试与分析 | 第65-72页 |
| ·评价标准 | 第65-66页 |
| ·测试环境 | 第66页 |
| ·性能测试与分析 | 第66-71页 |
| ·本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| ·工作总结 | 第72-73页 |
| ·研究展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-79页 |
