| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状与研究难点 | 第11-13页 |
| 1.2.1 目标跟踪的研究现状 | 第11-13页 |
| 1.2.2 目标跟踪的研究难点 | 第13页 |
| 1.3 本文主要研究内容及创新点 | 第13-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第二章 目标跟踪研究领域的基础理论 | 第16-22页 |
| 2.1 目标跟踪的主流框架 | 第16页 |
| 2.2 遗传算法 | 第16-19页 |
| 2.2.1 遗传算法主框架 | 第17-18页 |
| 2.2.2 遗传算法的详细操作 | 第18-19页 |
| 2.3 相关滤波器 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于遗传算法增强的逻辑回归单目标跟踪多算法研究 | 第22-40页 |
| 3.1 概述 | 第22-23页 |
| 3.2 基于遗传算法增强的逻辑回归单目标跟踪算法 | 第23-29页 |
| 3.2.1 高效特征融合 | 第23-24页 |
| 3.2.2 正负样本选择机制 | 第24-25页 |
| 3.2.3 基于逻辑回归的观察模型 | 第25-26页 |
| 3.2.4 智能运动模型 | 第26-28页 |
| 3.2.5 基于动态更新的自适应模型更新器 | 第28-29页 |
| 3.3 实验结果与分析 | 第29-38页 |
| 3.3.1 实验基准和评价度量 | 第29-30页 |
| 3.3.2 跟踪器成分实验与分析 | 第30-34页 |
| 3.3.3 多跟踪器对比实验与分析 | 第34-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 基于状态转换的多目标跟踪算法研究 | 第40-52页 |
| 4.1 概述 | 第40-41页 |
| 4.2 基于状态转换的多目标跟踪算法 | 第41-47页 |
| 4.2.1 跟踪状态与状态转换 | 第41-42页 |
| 4.2.2 跟踪状态与学习策略 | 第42-47页 |
| 4.3 实验结果与分析 | 第47-51页 |
| 4.3.1 数据库和评价指标 | 第48-49页 |
| 4.3.2 验证数据集的实验与分析 | 第49-50页 |
| 4.3.3 测试数据集的实验与分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 硕士期间发表的论文与参加的科研项目 | 第62页 |