| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 引言 | 第9-10页 |
| 1.2 视觉目标跟踪研究现状 | 第10-13页 |
| 1.3 视觉目标跟踪面临的挑战 | 第13-15页 |
| 1.4 论文的研究内容及结构 | 第15-18页 |
| 第二章 目标跟踪相关工作 | 第18-28页 |
| 2.1 视觉目标跟踪系统流程 | 第18页 |
| 2.2 目标初始化 | 第18-21页 |
| 2.2.1 光流法 | 第18-19页 |
| 2.2.2 背景差法 | 第19-20页 |
| 2.2.3 帧间差法 | 第20页 |
| 2.2.4 几种方法的目标初始化结果 | 第20-21页 |
| 2.3 特征提取 | 第21-23页 |
| 2.3.1 颜色特征 | 第21-22页 |
| 2.3.2 梯度特征 | 第22页 |
| 2.3.3 时空上下文特征 | 第22-23页 |
| 2.4 目标建模定位 | 第23-25页 |
| 2.5 目标模型更新 | 第25-26页 |
| 2.6 性能评价指标与常用数据库 | 第26-27页 |
| 2.6.1 性能评价指标 | 第26页 |
| 2.6.2 常用数据库 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 自适应多特征融合目标跟踪 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 CNT跟踪器 | 第28-30页 |
| 3.2.1 正则化最小二乘分类器 | 第28-29页 |
| 3.2.2 快速检测 | 第29页 |
| 3.2.3 问题分析 | 第29-30页 |
| 3.3 基于回归的自适应多特征融合跟踪 | 第30-33页 |
| 3.3.1 算法流程 | 第30-31页 |
| 3.3.2 自适应多特征融合 | 第31页 |
| 3.3.3 岭回归方程 | 第31-32页 |
| 3.3.4 权重更新 | 第32页 |
| 3.3.5 分类器更新 | 第32-33页 |
| 3.4 实验结果及性能分析 | 第33-37页 |
| 3.4.1 实验装置与评价标准 | 第33-34页 |
| 3.4.2 实验结果及分析 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 自适应观测权重的目标跟踪算法 | 第38-49页 |
| 4.1 引言 | 第38页 |
| 4.2 目标跟踪框架 | 第38-39页 |
| 4.3 自适应观测权重的目标跟踪 | 第39-43页 |
| 4.3.1 问题分析 | 第39-40页 |
| 4.3.2 加权观测模型 | 第40-42页 |
| 4.3.3 基于迭代加权的模型优化算法 | 第42-43页 |
| 4.3.4 算法的收敛性分析 | 第43页 |
| 4.3.5 算法的复杂度分析 | 第43页 |
| 4.4 实验结果及性能分析 | 第43-48页 |
| 4.4.1 实验装置与评价标准 | 第43-44页 |
| 4.4.2 实验结果与分析 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 稀疏重构目标颜色模型补偿相关滤波跟踪 | 第49-61页 |
| 5.1 引言 | 第49页 |
| 5.2 相关滤波跟踪 | 第49-50页 |
| 5.3 基于稀疏重构的目标颜色模型补偿相关滤波的跟踪算法 | 第50-54页 |
| 5.3.1 基于稀疏重构的目标颜色相关图 | 第51-53页 |
| 5.3.2 颜色相关检测分值图的建立 | 第53-54页 |
| 5.3.3 概率融合跟踪 | 第54页 |
| 5.4 实验结果与性能分析 | 第54-58页 |
| 5.4.1 实验装置与评价标准 | 第54页 |
| 5.4.2 实验结果与分析 | 第54-58页 |
| 5.5 第三章、第四章跟踪算法以及本章算法的性能对比分析 | 第58-60页 |
| 5.6 本章小结 | 第60-61页 |
| 主要结论与展望 | 第61-63页 |
| 主要工作总结 | 第61-62页 |
| 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第69页 |