| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-12页 |
| 第一章 绪论 | 第12-22页 |
| ·课题背景 | 第12-14页 |
| ·国内外研究现状 | 第14-19页 |
| ·视觉传感器网络研究现状 | 第14-15页 |
| ·目标检测的研究现状 | 第15-16页 |
| ·基于单视角的目标定位追踪研究现状 | 第16-18页 |
| ·基于多视角的目标定位追踪研究现状 | 第18-19页 |
| ·基于多视角的目标定位追踪技术的难点 | 第19页 |
| ·本文的研究内容及主要工作 | 第19-21页 |
| ·论文组织结构 | 第21-22页 |
| 第二章 面向视觉传感器网络的目标定位追踪 | 第22-34页 |
| ·基于视觉传感器网络的目标定位追踪系统 | 第22-23页 |
| ·图像预处理模块 | 第23-25页 |
| ·均值滤波 | 第23-24页 |
| ·中值滤波 | 第24页 |
| ·维纳滤波 | 第24-25页 |
| ·高斯滤波 | 第25页 |
| ·目标检测模块 | 第25-29页 |
| ·背景差法 | 第26页 |
| ·帧差法 | 第26-28页 |
| ·光流法 | 第28-29页 |
| ·信息融合模块 | 第29页 |
| ·目标位置估计模块 | 第29-33页 |
| ·目标定位模块 | 第29-31页 |
| ·目标追踪模块 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于遮挡变量的目标特征融合算法 | 第34-46页 |
| ·基于多视角的目标追踪场景 | 第34-35页 |
| ·目标在图像平面中的位置、大小 | 第35-36页 |
| ·单应性矩阵 | 第35-36页 |
| ·针孔成像模型 | 第36页 |
| ·遮挡变量 | 第36-40页 |
| ·判断遮挡变量的动态阈值 | 第40-42页 |
| ·基于遮挡变量的融合目标模型 | 第42-45页 |
| ·颜色直方图 | 第42页 |
| ·基于遮挡变量的目标特征融合算法 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于遮挡变量和融合观测模型的粒子滤波追踪算法 | 第46-62页 |
| ·在贝叶斯框架下的追踪问题描述 | 第46-49页 |
| ·基于遮挡变量和融合观测模型的贝叶斯估计过程 | 第49-50页 |
| ·贝叶斯估计的蒙特卡罗实现 | 第50-53页 |
| ·蒙特卡罗采样 | 第50-51页 |
| ·重要性采样 | 第51-52页 |
| ·贯序重要性采样 | 第52-53页 |
| ·贯序重要性采样算法的退化和重采样 | 第53页 |
| ·基于遮挡变量的粒子滤波追踪过程 | 第53-55页 |
| ·实验结果及分析 | 第55-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 基于稀疏性的目标定位追踪算法 | 第62-90页 |
| ·目标定位的问题描述 | 第62-64页 |
| ·稀疏性表示 | 第64-71页 |
| ·目标在公共平面上位置的稀疏表示 | 第64-66页 |
| ·目标在图像平面中的稀疏表示 | 第66-67页 |
| ·稀疏字典的获取 | 第67-71页 |
| ·基于稀疏性的目标定位问题描述 | 第71-72页 |
| ·基于稀疏性和目标颜色特征的目标追踪算法描述 | 第72-73页 |
| ·基于动态模型的定位、追踪问题求解 | 第73-76页 |
| ·实验结果分析 | 第76-89页 |
| ·基于稀疏性的目标定位结果 | 第77-85页 |
| ·基于稀疏性的目标追踪结果 | 第85-88页 |
| ·基于稀疏性算法的数据交互量 | 第88-89页 |
| ·本章小结 | 第89-90页 |
| 第六章 总结与展望 | 第90-94页 |
| ·全文总结 | 第90-91页 |
| ·研究工作展望 | 第91-94页 |
| 参考文献 | 第94-98页 |
| 作者在攻读硕士学位期间参与的科研成果 | 第98页 |