| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第17-31页 |
| 1.1 课题研究的目的和意义 | 第17-19页 |
| 1.1.1 课题来源与研究背景 | 第17-18页 |
| 1.1.2 课题研究的意义和目的 | 第18-19页 |
| 1.2 视觉目标跟踪相关技术国内外研究现状 | 第19-28页 |
| 1.2.1 研究机构与研究成果概况 | 第19-20页 |
| 1.2.2 视觉目标跟踪理论研究框架 | 第20-21页 |
| 1.2.3 运动目标检测理论研究现状 | 第21-23页 |
| 1.2.4 形状特征提取方法研究现状 | 第23-24页 |
| 1.2.5 目标跟踪技术研究现状 | 第24-27页 |
| 1.2.6 存在的主要问题 | 第27-28页 |
| 1.3 本文的研究内容和论文结构 | 第28-31页 |
| 第2章 云台摄像机下基于时空图像边缘分析的运动检测算法 | 第31-49页 |
| 2.1 引言 | 第31-32页 |
| 2.2 时空图像的空间域分析 | 第32-37页 |
| 2.2.1 时空图像 | 第32-33页 |
| 2.2.2 视差的影响 | 第33-37页 |
| 2.3 运动目标检测 | 第37-40页 |
| 2.3.1 时空边缘图像滤波 | 第37-38页 |
| 2.3.2 边缘聚类 | 第38-39页 |
| 2.3.3 边缘分布的离散度分析与运动检测 | 第39-40页 |
| 2.4 实验结果 | 第40-47页 |
| 2.4.1 测试数据集 | 第41页 |
| 2.4.2 算法性能比较 | 第41-46页 |
| 2.4.3 耗时分析 | 第46-47页 |
| 2.4.4 讨论 | 第47页 |
| 2.5 本章小结 | 第47-49页 |
| 第3章 用于形状分类识别的轮廓段特征表达方法研究 | 第49-65页 |
| 3.1 引言 | 第49-50页 |
| 3.2 离散曲线演化 | 第50-52页 |
| 3.3 轮廓特征表达与分类 | 第52-57页 |
| 3.3.1 轮廓片段包 | 第52-53页 |
| 3.3.2 轮廓片段描述算子 | 第53-54页 |
| 3.3.3 轮廓片段特征向量k-means聚类 | 第54-56页 |
| 3.3.4 形状特征稀疏编码与SVM分类 | 第56-57页 |
| 3.4 实验结果 | 第57-64页 |
| 3.4.1 MPEG-7数据集 | 第57-58页 |
| 3.4.2 Swedish Leaf数据集 | 第58-59页 |
| 3.4.3 Animal数据集 | 第59-61页 |
| 3.4.4 耗时分析 | 第61页 |
| 3.4.5 轮廓特征表达方法在舰船分类识别中的应用 | 第61-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于结构化局部稀疏表达模型的鲁棒视觉跟踪算法研究 | 第65-86页 |
| 4.1 引言 | 第65-67页 |
| 4.2 结构化局部稀疏表达 | 第67-71页 |
| 4.2.1 结构化局部稀疏表达模型 | 第67-70页 |
| 4.2.2 背景粒子群分析 | 第70-71页 |
| 4.3 目标跟踪 | 第71-73页 |
| 4.4 目标模型修正 | 第73-77页 |
| 4.4.1 稀疏表达模板更新 | 第73-75页 |
| 4.4.2 目标模型更新 | 第75-76页 |
| 4.4.3 背景抑制 | 第76-77页 |
| 4.5 实验结果 | 第77-84页 |
| 4.5.1 定性评估 | 第77-81页 |
| 4.5.2 定量评估 | 第81页 |
| 4.5.3 算法实验结果分析 | 第81-83页 |
| 4.5.4 加权搜索算法效果 | 第83页 |
| 4.5.5 耗时分析 | 第83-84页 |
| 4.6 讨论 | 第84页 |
| 4.7 本章小结 | 第84-86页 |
| 第5章 随机游走颜色直方图修正人体跟踪算法 | 第86-106页 |
| 5.1 引言 | 第86-88页 |
| 5.2 随机游走分割 | 第88-93页 |
| 5.2.1 随机游走图像分割 | 第88-90页 |
| 5.2.2 概率映射图 | 第90-93页 |
| 5.3 颜色直方图更新 | 第93-97页 |
| 5.3.1 概率映射图分布形态分析及背景抑制 | 第93-95页 |
| 5.3.2 目标跟踪与模型更新 | 第95-97页 |
| 5.4 实验结果 | 第97-105页 |
| 5.4.1 定性评估 | 第97-101页 |
| 5.4.2 定量评估 | 第101-102页 |
| 5.4.3 PCA方法的效果 | 第102-103页 |
| 5.4.4 耗时分析 | 第103-104页 |
| 5.4.5 讨论 | 第104-105页 |
| 5.5 本章小结 | 第105-106页 |
| 第6章 融合形状特征的目标跟踪技术研究 | 第106-112页 |
| 6.1 引言 | 第106页 |
| 6.2 跟踪整体框架 | 第106-108页 |
| 6.3 实验结果 | 第108-110页 |
| 6.4 本章小结 | 第110-112页 |
| 第7章 总结和展望 | 第112-116页 |
| 7.1 全文内容总结 | 第112-114页 |
| 7.2 论文创新点 | 第114页 |
| 7.3 工作展望 | 第114-116页 |
| 参考文献 | 第116-127页 |
| 攻读博士学位期间的主要科研成果 | 第127页 |
