| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题的背景与研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 研究成果 | 第12-13页 |
| 1.2.2 跟踪算法研究现状 | 第13-15页 |
| 1.3 存在的问题及未来趋势 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 单摄像机跟踪算法及其改进 | 第17-27页 |
| 2.1 用核方法去解决非线性问题 | 第17-19页 |
| 2.2 KCF跟踪算法 | 第19-25页 |
| 2.3 基于循环队列的改进算法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 人体再识别 | 第27-37页 |
| 3.1 SIFT算法介绍 | 第27-32页 |
| 3.1.1 特征点概述 | 第27-28页 |
| 3.1.2 SIFT特征点的检测 | 第28-31页 |
| 3.1.3 SIFT描述子的生成与匹配 | 第31-32页 |
| 3.2 OTSU算法 | 第32-34页 |
| 3.3 基于SIFT和OTSU的改进人体再识别算法 | 第34-35页 |
| 3.4 基于颜色直方图的人体再识别算法 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 仿真实验 | 第37-50页 |
| 4.1 实验环境搭建 | 第37-41页 |
| 4.2 一种基于KCF算法的性能提升方法 | 第41-43页 |
| 4.3 一种基于颜色直方图的匹配算法 | 第43-49页 |
| 4.3.1 基于颜色直方图的匹配实验 | 第43-44页 |
| 4.3.2 基于颜色直方图匹配的多摄像机人体跟踪算法 | 第44-46页 |
| 4.3.3 提升人体检测算法精度 | 第46-49页 |
| 4.4 基于SIFT和OTSU算法的人体再识别方法 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结及展望 | 第50-52页 |
| 5.1 本文研究工作总结 | 第50-51页 |
| 5.2 未来展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间的研究成果 | 第56-57页 |
| 致谢 | 第57页 |
