| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题依据、研究背景及意义 | 第11-12页 |
| 1.1.1 选题依据 | 第11-12页 |
| 1.1.2 研究背景 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 目标跟踪的分类 | 第14-16页 |
| 1.4 论文主要内容与章节 | 第16-19页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 论文的组织结构 | 第17-19页 |
| 第二章 目标跟踪理论概述 | 第19-27页 |
| 2.1 目标跟踪方法概述 | 第19-20页 |
| 2.2 目标跟踪模块分析 | 第20-25页 |
| 2.2.1 特征提取模块 | 第20-22页 |
| 2.2.2 跟踪模块 | 第22-23页 |
| 2.2.3 目标预测函数 | 第23-25页 |
| 2.2.4 目标模型更新 | 第25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 基于Hausdorff距离与Struck的目标跟踪改进算法 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 struck跟踪算法介绍 | 第27-31页 |
| 3.2.1 Haar-like特征值 | 第27-28页 |
| 3.2.2 结构化输出预测函数 | 第28-30页 |
| 3.2.3 在线更新目标模型 | 第30-31页 |
| 3.3 Canny特征算子 | 第31-32页 |
| 3.4 特征选择器 | 第32-33页 |
| 3.5 Hausdorff距离 | 第33-34页 |
| 3.5.1 Hausdorff距离 | 第33页 |
| 3.5.2 MHD距离 | 第33-34页 |
| 3.6 基于Hausdorff距离与Struck的目标跟踪改进算法研究 | 第34-37页 |
| 3.6.1 算法流程 | 第34-36页 |
| 3.6.2 算法实现 | 第36-37页 |
| 3.7 算法步骤及结果分析 | 第37-39页 |
| 3.8 本章小结 | 第39-41页 |
| 第四章 融合CameShift与Struck的多目标跟踪算法 | 第41-49页 |
| 4.1 引言 | 第41-42页 |
| 4.2 多目标跟踪方法概述 | 第42-43页 |
| 4.3 CameShift算法 | 第43-44页 |
| 4.4 融合CameShift与Struck的多目标跟踪算法研究 | 第44-46页 |
| 4.4.1 算法流程 | 第44-45页 |
| 4.4.2 算法实现 | 第45-46页 |
| 4.5 实验结果 | 第46-48页 |
| 4.5.1 实验环境 | 第46-47页 |
| 4.5.2 数据分析 | 第47-48页 |
| 4.6 算法小结 | 第48-49页 |
| 第五章 系统的设计与实现 | 第49-55页 |
| 5.1 系统设计的目的与背景 | 第49-50页 |
| 5.2 需求分析 | 第50页 |
| 5.3 系统总体框架设计 | 第50-51页 |
| 5.4 系统详细设计 | 第51-53页 |
| 5.5 本章小结 | 第53-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 6.1 论文工作总结 | 第55页 |
| 6.2 研究展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文以及所取得的研究成果 | 第61-63页 |
| 发表论文 | 第61-63页 |
| 致谢 | 第63-64页 |
