| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究工作及组织结构 | 第14-16页 |
| 第2章 粒子滤波跟踪算法 | 第16-41页 |
| 2.1 引言 | 第16页 |
| 2.2 粒子滤波 | 第16-24页 |
| 2.2.1 粒子滤波的基本原理 | 第16-20页 |
| 2.2.2 重要性密度函数的选取 | 第20-21页 |
| 2.2.3 重采样原理 | 第21-24页 |
| 2.3 传统跟踪算法简介 | 第24-32页 |
| 2.3.1 Kanade-Lucas-Tomasi跟踪算法 | 第25-26页 |
| 2.3.2 光流跟踪算法 | 第26-30页 |
| 2.3.3 MeanShift跟踪算法 | 第30-32页 |
| 2.4 实验结果对比分析 | 第32-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第3章 基于形状约束的粒子滤波人脸特征点跟踪算法 | 第41-51页 |
| 3.1 引言 | 第41-42页 |
| 3.2 特征提取 | 第42-43页 |
| 3.2.1 颜色特征 | 第42页 |
| 3.2.2 纹理特征 | 第42-43页 |
| 3.3 形状约束的人脸特征点跟踪算法 | 第43-46页 |
| 3.3.1 观测模型 | 第43-44页 |
| 3.3.2 运动模型 | 第44页 |
| 3.3.3 形状约束模型 | 第44-46页 |
| 3.4 算法设计 | 第46-47页 |
| 3.5 实验结果分析 | 第47-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 改进的Condensation人脸特征点跟踪算法 | 第51-62页 |
| 4.1 引言 | 第51页 |
| 4.2 特征基和均值的增量更新 | 第51-54页 |
| 4.3 改进的Condensation人脸特征点跟踪算法 | 第54-57页 |
| 4.3.1 运动模型 | 第54-55页 |
| 4.3.2 观测模型 | 第55-56页 |
| 4.3.3 算法设计 | 第56-57页 |
| 4.4 实验结果分析 | 第57-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 工作总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第70页 |
