| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·论文背景及研究意义 | 第7-8页 |
| ·目标跟踪技术的发展和研究现状 | 第8-9页 |
| ·目标跟踪技术的发展 | 第8-9页 |
| ·目标跟踪系统的性能要求 | 第9页 |
| ·目标跟踪方法综述 | 第9-12页 |
| ·基于检测的方法 | 第9-11页 |
| ·基于识别的方法 | 第11-12页 |
| ·本文研究内容与结构安排 | 第12-15页 |
| 2 均值偏移理论 | 第15-31页 |
| ·引言 | 第15页 |
| ·均值偏移理论基础 | 第15-20页 |
| ·均值偏移向量及其扩展 | 第15-18页 |
| ·概率密度梯度 | 第18-19页 |
| ·均值偏移算法基本步骤 | 第19-20页 |
| ·均值偏移算法在目标跟踪中的基本应用 | 第20-27页 |
| ·核密度估计 | 第20-21页 |
| ·目标描述 | 第21-22页 |
| ·目标模型 | 第22页 |
| ·候选模型 | 第22-23页 |
| ·相似性函数 | 第23-24页 |
| ·目标定位 | 第24-27页 |
| ·应用中的算法流程简化 | 第27-28页 |
| ·Mean shift算法复杂度 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 3 均值偏移跟踪算法的改进与应用 | 第31-53页 |
| ·引言 | 第31页 |
| ·基于卡尔曼滤波器的目标跟踪 | 第31-39页 |
| ·卡尔曼滤波器建模 | 第31-33页 |
| ·基于线性预测的遮挡处理 | 第33-35页 |
| ·实验结果 | 第35-39页 |
| ·形变物体的跟踪 | 第39-43页 |
| ·尺度自适应增减法及其改进 | 第39-41页 |
| ·基于最小二乘法的形变预测 | 第41-43页 |
| ·模板更新算法 | 第43-45页 |
| ·基于粒子多样性跟踪的均值偏移算法 | 第45-50页 |
| ·基本理论 | 第46-48页 |
| ·粒子滤波算法对均值偏移跟踪算法的改进 | 第48-49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-53页 |
| 4 基于特征融合的均值偏移跟踪算法 | 第53-63页 |
| ·引言 | 第53页 |
| ·特征融合在目标跟踪中的应用 | 第53-54页 |
| ·特征融合与目标跟踪 | 第53-54页 |
| ·特征融合的选择规则 | 第54页 |
| ·基于卡尔曼滤波与等间隔更新的色彩融合均值偏移算法 | 第54-61页 |
| ·色彩线性融合 | 第54-55页 |
| ·基于特征融合的目标背景分离 | 第55-57页 |
| ·特征融合改进算法的跟踪应用 | 第57-58页 |
| ·实验结果 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 5 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-69页 |