| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-15页 |
| 图目录 | 第15-20页 |
| 表目录 | 第20-21页 |
| 第一章 绪论 | 第21-37页 |
| ·视觉目标跟踪方法研究的目的和意义 | 第21-23页 |
| ·课题研究背景 | 第21-22页 |
| ·课题研究的目的和意义 | 第22-23页 |
| ·视觉目标跟踪方法的发展概述及国内外研究现状 | 第23-32页 |
| ·视觉目标跟踪方法发展概述 | 第23-24页 |
| ·视觉目标跟踪的国内外的研究现状 | 第24-32页 |
| ·随机概率模型视觉目标跟踪方法概述 | 第32-34页 |
| ·随机概率模型方法的意义 | 第32-33页 |
| ·贝叶斯估计理论 | 第33-34页 |
| ·马尔可夫链Monte Carlo方法 | 第34页 |
| ·随机概率模型视觉目标跟踪方法面临的主要问题 | 第34-35页 |
| ·课题来源与主要研究内容 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第二章 随机概率模型视觉跟踪方法理论研究 | 第37-48页 |
| ·引言 | 第37-38页 |
| ·视觉目标跟踪概率模型 | 第38-42页 |
| ·状态的预测 | 第38-40页 |
| ·状态的更新 | 第40-42页 |
| ·视觉目标跟踪概率模型的随机方法序列递推实现 | 第42-44页 |
| ·Monte Carlo采样 | 第42页 |
| ·重要性采样 | 第42-44页 |
| ·随机概率模型方法的两个关键问题 | 第44-47页 |
| ·建议分布选择——随机动态传播模型对跟踪及时性的影响 | 第44-46页 |
| ·观测模型选择——目标似然概率模型对跟踪准确性的影响 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 基于随机传播模型优化的快速运动目标跟踪方法研究 | 第48-86页 |
| ·引言 | 第48-49页 |
| ·目标的颜色概率分布模型 | 第49-50页 |
| ·基于运动参数估计和副粒子漂移的运动自适应粒子滤波算法 | 第50-72页 |
| ·快速运动目标跟踪随机动态方程描述 | 第50-51页 |
| ·目标的观测模型 | 第51-53页 |
| ·目标运动速度和加速度估计 | 第53-55页 |
| ·副粒子漂移机制 | 第55-59页 |
| ·跟踪算法流程 | 第59-60页 |
| ·实验与分析 | 第60-72页 |
| ·基于粒子分布临界估计和状态转移的运动自适应粒子滤波算法 | 第72-85页 |
| ·目标跟踪过程粒子分布描述 | 第72-73页 |
| ·粒子分布临界状态的判定准则 | 第73-74页 |
| ·目标丢失判定准则 | 第74-77页 |
| ·基于粒子分布状态转移的系统动态模型修正 | 第77-79页 |
| ·跟踪算法流程 | 第79-80页 |
| ·实验与分析 | 第80-85页 |
| ·本章小结 | 第85-86页 |
| 第四章 基于目标似然概率模型优化的轮廓跟踪方法研究 | 第86-116页 |
| ·引言 | 第86页 |
| ·概率模型轮廓跟踪理论 | 第86-93页 |
| ·轮廓的B样条曲线表示 | 第86-88页 |
| ·B样条轮廓的形状空间约束 | 第88-89页 |
| ·轮廓的概率模型 | 第89-93页 |
| ·复杂场景下基于内侧轮廓模型多特征融合的单一轮廓跟踪 | 第93-108页 |
| ·轮廓目标的局部颜色似然 | 第93-95页 |
| ·轮廓目标的全局颜色似然 | 第95-96页 |
| ·轮廓目标的动态模型 | 第96-97页 |
| ·跟踪算法流程 | 第97-98页 |
| ·实验与分析 | 第98-108页 |
| ·复杂场景下基于内侧轮廓模型多特征融合的多目标跟踪 | 第108-115页 |
| ·基于概率排他性原则的多轮廓概率模型 | 第108-110页 |
| ·基于内侧轮廓模型的多轮廓跟踪算法 | 第110-112页 |
| ·实验与分析 | 第112-115页 |
| ·本章小结 | 第115-116页 |
| 第五章 随机概率模型手势识别和跟踪方法研究 | 第116-141页 |
| ·引言 | 第116页 |
| ·复杂场景下基于Monte Carlo随机采样的指尖检测方法研究 | 第116-129页 |
| ·手部区域检测和提取 | 第118-119页 |
| ·基于Monte Carlo随机采样的三次Bezier曲线拟合 | 第119-124页 |
| ·三次Bezier曲线曲率计算和局部极值搜索 | 第124-125页 |
| ·几何特征分析 | 第125-126页 |
| ·实验和分析 | 第126-129页 |
| ·基于指尖定位和特征三角形分析的手势识别和跟踪方法研究 | 第129-140页 |
| ·手势轮廓点集的凸包检测 | 第129-132页 |
| ·手势轮廓点集的凸包缺陷检测 | 第132页 |
| ·基于指尖定位和特征三角形分析的手势识别和跟踪方法 | 第132-136页 |
| ·手势的识别和跟踪算法流程 | 第136页 |
| ·实验和分析 | 第136-140页 |
| ·本章小结 | 第140-141页 |
| 第六章 随机概率模型跟踪方法在PTZ摄像机中的应用研究 | 第141-164页 |
| ·引言 | 第141页 |
| ·实验系统硬件组成 | 第141-143页 |
| ·PTZ运动摄像机伺服控制系统 | 第143-145页 |
| ·基于PTZ运动摄像机的快速运动目标随动跟踪 | 第145-151页 |
| ·基于PTZ运动摄像机的快速运动目标随动跟踪 | 第145页 |
| ·跟踪算法流程 | 第145-147页 |
| ·实验与分析 | 第147-151页 |
| ·基于PTZ运动摄像机的轮廓目标随动跟踪 | 第151-158页 |
| ·基于PTZ运动摄像机的轮廓目标随动跟踪 | 第151页 |
| ·跟踪算法流程 | 第151-152页 |
| ·实验与分析 | 第152-158页 |
| ·基于PTZ运动摄像机的手势目标随动跟踪 | 第158-163页 |
| ·基于PTZ运动摄像机的手势目标随动跟踪 | 第158页 |
| ·跟踪算法流程 | 第158-159页 |
| ·实验与分析 | 第159-163页 |
| ·本章小结 | 第163-164页 |
| 第七章 总结和展望 | 第164-168页 |
| ·全文总结 | 第164-166页 |
| ·论文创新点 | 第166-167页 |
| ·展望 | 第167-168页 |
| 参考文献 | 第168-183页 |
| 作者简历及攻读博士学位期间的主要科研成果 | 第183-184页 |
