| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·问题的提出及研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文研究的目的和研究内容 | 第12-14页 |
| 2 Mean Shift 理论 | 第14-23页 |
| ·引言 | 第14页 |
| ·密度估计理论 | 第14-17页 |
| ·参数密度估计 | 第14-15页 |
| ·无参密度估计 | 第15-17页 |
| ·Mean Shift 理论 | 第17-20页 |
| ·多维空间下的无参密度估计 | 第17-18页 |
| ·Mean Shift 向量 | 第18-20页 |
| ·Mean Shift 在视频跟踪中的应用 | 第20-22页 |
| ·目标模型的建立 | 第20-21页 |
| ·候选模型的建立 | 第21页 |
| ·相似性度量 | 第21页 |
| ·目标定位 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 粒子滤波理论 | 第23-33页 |
| ·引言 | 第23页 |
| ·贝叶斯滤波原理 | 第23-25页 |
| ·粒子滤波器 | 第25-29页 |
| ·贝叶斯重要性采样 | 第25-26页 |
| ·序列重要性采样 | 第26-27页 |
| ·粒子的退化现象 | 第27-29页 |
| ·粒子滤波在视频跟踪中的应用 | 第29-31页 |
| ·目标模型的建立 | 第29-30页 |
| ·粒子权值的计算 | 第30页 |
| ·粒子的重采样 | 第30-31页 |
| ·目标定位 | 第31页 |
| ·本章小结 | 第31-33页 |
| 4 基于mean shift 的粒子滤波视频目标跟踪 | 第33-49页 |
| ·引言 | 第33-34页 |
| ·算法设计 | 第34-41页 |
| ·目标特征的建立 | 第34-35页 |
| ·系统状态转移 | 第35-36页 |
| ·系统观测 | 第36页 |
| ·重采样 | 第36页 |
| ·自适应窗口更新 | 第36-39页 |
| ·算法实现 | 第39-41页 |
| ·实验结果及分析 | 第41-48页 |
| ·实验一 | 第41-45页 |
| ·实验二 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 总结与展望 | 第49-51页 |
| ·主要结论 | 第49页 |
| ·后续研究工作的展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56页 |
| A. 作者在攻读学位期间发表的论文目录 | 第56页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第56页 |