| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 课题研究的背景和意义 | 第14-16页 |
| 1.2 视觉目标跟踪现状 | 第16-23页 |
| 1.2.1 视觉目标跟踪问题的描述 | 第16-17页 |
| 1.2.2 视觉目标跟踪算法概述 | 第17-23页 |
| 1.2.3 视觉目标跟踪中面临的难点 | 第23页 |
| 1.3 论文的主要研究内容及结构安排 | 第23-26页 |
| 第2章 视觉目标跟踪相关理论 | 第26-44页 |
| 2.1 基于核的视觉目标跟踪理论 | 第26-35页 |
| 2.1.1 多维随机变量的核密度估计 | 第26-27页 |
| 2.1.2 Mean Shift向量 | 第27-31页 |
| 2.1.3 Mean Shift视觉目标跟踪算法 | 第31-35页 |
| 2.2 基于局部敏感直方图的视觉目标跟踪算法 | 第35-43页 |
| 2.2.1 局部敏感直方图 | 第35-38页 |
| 2.2.2 亮度不变特征 | 第38-41页 |
| 2.2.3 多区域跟踪算法 | 第41-43页 |
| 2.3 本章小结 | 第43-44页 |
| 第3章 基于Haar特征和颜色特征的Mean Shift视觉目标跟踪算法 | 第44-60页 |
| 3.1 Haar特征及特征值快速算法 | 第44-47页 |
| 3.1.1 Haar特征 | 第44-45页 |
| 3.1.2 积分图 | 第45-47页 |
| 3.2 颜色特征联合Haar特征的目标模型 | 第47-54页 |
| 3.3 HMS视觉目标跟踪算法 | 第54-55页 |
| 3.4 实验结果与分析 | 第55-59页 |
| 3.4.1 平均跟踪误差准则 | 第55页 |
| 3.4.2 定性比较与分析 | 第55-58页 |
| 3.4.3 定性比较与分析 | 第58-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第4章 基于ELSH的视觉目标跟踪算法 | 第60-96页 |
| 4.1 局部敏感直方图快速算法的缺陷 | 第60-64页 |
| 4.2 局部敏感直方图快速算法的改进 | 第64-76页 |
| 4.2.4 45°Haar特征值快速算法的改进 | 第64-67页 |
| 4.2.5 8 邻域局部敏感直方图 | 第67-70页 |
| 4.2.6 亮度不变特征图像的对比 | 第70-74页 |
| 4.2.7 跟踪实例分析 | 第74-76页 |
| 4.3 权重系数的自适应选取 | 第76-80页 |
| 4.3.1 相对最佳权重系数 | 第76-77页 |
| 4.3.2 ELSH中权重系数的自适应选取 | 第77-78页 |
| 4.3.3 跟踪实例分析 | 第78-80页 |
| 4.4 模型间相似性的度量 | 第80-82页 |
| 4.5 算法实现 | 第82页 |
| 4.6 实验结果与分析 | 第82-94页 |
| 4.6.4 性能评价指标 | 第83页 |
| 4.6.5 定性比较与分析 | 第83-89页 |
| 4.6.6 定量比较与分析 | 第89-92页 |
| 4.6.7 跟踪失败分析 | 第92-94页 |
| 4.7 本章小结 | 第94-96页 |
| 第5章 基于预定位的ELSH视觉目标跟踪算法 | 第96-114页 |
| 5.1 ELSH视觉目标跟踪算法分析 | 第96-97页 |
| 5.2 ELSH计算区域缩减对相似性的影响 | 第97-101页 |
| 5.3 算法实现 | 第101-103页 |
| 5.4 实验结果与分析 | 第103-112页 |
| 5.4.1 定性比较与分析 | 第103-108页 |
| 5.4.2 定性比较与分析 | 第108-112页 |
| 5.5 本章小结 | 第112-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-125页 |
| 攻读学位期间发表的学术论文 | 第125-126页 |
| 致谢 | 第126页 |