| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 目标跟踪算法的研究背景与意义 | 第11-12页 |
| 1.2 目标跟踪算法的研究现状 | 第12页 |
| 1.3 目标跟踪技术概述 | 第12-16页 |
| 1.3.1 基于确定算法的例子 | 第14-16页 |
| 1.4 形态模型概述 | 第16-22页 |
| 1.4.1 基于SSD的跟踪例子 | 第16页 |
| 1.4.2 子空间方法 | 第16-19页 |
| 1.4.3 子空间方法的例子 | 第19-22页 |
| 第二章 基于子空间的光照不变的目标追踪算法 | 第22-29页 |
| 2.1 图像特征 | 第22-24页 |
| 2.2 基于子空间的粒子滤波器算法框架 | 第24-26页 |
| 2.3 目标追踪算法框架 | 第26页 |
| 2.4 算法实验结果 | 第26-29页 |
| 第三章 基于Robust PCA的目标追踪算法 | 第29-36页 |
| 3.1 Robust PCA | 第29-31页 |
| 3.2 遮挡处理策略 | 第31-33页 |
| 3.3 Incremental PCA | 第33-34页 |
| 3.4 目标追踪算法框架 | 第34页 |
| 3.5 算法实验结果 | 第34-36页 |
| 第四章 基于Incremental Hough Transform的目标跟踪算法 | 第36-51页 |
| 4.1 局部特征 | 第36-42页 |
| 4.1.1 检测子 | 第36-39页 |
| 4.1.2 描述子 | 第39-42页 |
| 4.2 增量霍夫变换(Incremental Hough Transform) | 第42-47页 |
| 4.2.1 霍夫变换 | 第43-45页 |
| 4.2.2 特征池的更新 | 第45-47页 |
| 4.3 基于霍夫变换的粒子滤波器 | 第47-48页 |
| 4.4 模板更新 | 第48-49页 |
| 4.4.1 Haar特征更新 | 第48-49页 |
| 4.4.2 目标对象尺寸问题 | 第49页 |
| 4.5 算法实验结果 | 第49-51页 |
| 第五章 结论 | 第51-54页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间的研究成果及发表的论文 | 第60-63页 |
| 上海交通大学硕士学位论文答辩决议书 | 第63页 |