| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 智能视频监控 | 第8-9页 |
| 1.1.2 人工智能 | 第9页 |
| 1.1.3 医学图像 | 第9页 |
| 1.1.4 军事国防 | 第9页 |
| 1.2 国内外发展与研究现状 | 第9-10页 |
| 1.3 目标检测跟踪存在的问题 | 第10-11页 |
| 1.4 论文主要研究内容与结构 | 第11-12页 |
| 第二章 目标跟踪系统综述 | 第12-18页 |
| 2.1 目标检测 | 第12-15页 |
| 2.1.1 背景相减法 | 第13页 |
| 2.1.2 帧间差分法 | 第13-14页 |
| 2.1.3 光流法 | 第14-15页 |
| 2.2 目标跟踪 | 第15-17页 |
| 2.2.1 基于区域的跟踪 | 第15-16页 |
| 2.2.2 基于特征的跟踪 | 第16页 |
| 2.2.3 基于活动轮廓的跟踪 | 第16页 |
| 2.2.4 基于模型的跟踪 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 基于 Mean shift 的目标跟踪 | 第18-32页 |
| 3.1 Mean Shift 算法理论 | 第18-21页 |
| 3.1.1 核密度梯度估计 | 第18-19页 |
| 3.1.2 Mean shift 向量 | 第19-21页 |
| 3.2 Mean Shift 在运动目标跟踪中的应用 | 第21-25页 |
| 3.2.1 目标图像的建模 | 第22-23页 |
| 3.2.2 目标相似度度量 | 第23-24页 |
| 3.2.3 目标定位 | 第24-25页 |
| 3.3 Mean shift 目标跟踪算法 | 第25-28页 |
| 3.4 实验结论分析 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于颜色纹理联合直方图的目标跟踪 | 第32-44页 |
| 4.1 目标的特征表示 | 第32-35页 |
| 4.1.1 颜色特征 | 第32-33页 |
| 4.1.2 边缘特征 | 第33页 |
| 4.1.3 光流特征 | 第33-34页 |
| 4.1.4 纹理特征 | 第34-35页 |
| 4.2 局部二进制模式 | 第35-39页 |
| 4.2.1 基本 LBP | 第35-37页 |
| 4.2.2 扩展 LBP | 第37页 |
| 4.2.3 统一 LBP | 第37-39页 |
| 4.3 基于颜色纹理联合直方图的核跟踪算法 | 第39-43页 |
| 4.3.1 颜色和纹理联合直方图 | 第39-40页 |
| 4.3.2 实验结论分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 基于卡尔曼滤波的 Mean shift 算法 | 第44-55页 |
| 5.1 卡尔曼滤波基本思想 | 第44页 |
| 5.2 卡尔曼滤波算法 | 第44-48页 |
| 5.3 卡尔曼滤波在跟踪算法中的应用 | 第48-54页 |
| 5.3.1 遮挡情景分析 | 第48页 |
| 5.3.2 卡尔曼运动估计 | 第48-49页 |
| 5.3.3 卡尔曼滤波结合 Mean shift 的目标跟踪 | 第49-50页 |
| 5.3.4 实验结论分析 | 第50-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 6.1 工作总结 | 第55页 |
| 6.2 展望未来 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58页 |
