| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 面临的技术难题 | 第10-12页 |
| 1.4 论文篇章结构 | 第12页 |
| 1.5 本章总结 | 第12-14页 |
| 第二章 MeanShift跟踪算法 | 第14-22页 |
| 2.1 MeanShift理论 | 第14-17页 |
| 2.2 MeanShift跟踪算法理论基础 | 第17-20页 |
| 2.2.1 目标表示 | 第17-18页 |
| 2.2.2 目标模型和候选模型 | 第18-19页 |
| 2.2.3 目标定位 | 第19-20页 |
| 2.3 目标跟踪算法步骤 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 特征提取与多特征融合跟踪的研究 | 第22-44页 |
| 3.1 视频特征提取 | 第22-27页 |
| 3.1.1 颜色特征 | 第22-23页 |
| 3.1.2 纹理特征 | 第23-25页 |
| 3.1.3 运动特征 | 第25-27页 |
| 3.2 纹理颜色特征融合 | 第27-33页 |
| 3.2.1 LBP纹理算子 | 第27-28页 |
| 3.2.2 LTP纹理算子 | 第28-30页 |
| 3.2.3 改进型LTP纹理模型 | 第30-32页 |
| 3.2.4 联合直方图的权值计算 | 第32-33页 |
| 3.3 算法步骤及流程图 | 第33-34页 |
| 3.4 实验结果及分析 | 第34-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于纹理与颜色融合的尺度自适应跟踪研究 | 第44-53页 |
| 4.1 联合权值估计面积 | 第45-46页 |
| 4.2 自适应尺度和方向 | 第46-47页 |
| 4.3 选定目标候选区域 | 第47-48页 |
| 4.4 算法步骤及实现 | 第48页 |
| 4.5 仿真实验结果分析 | 第48-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 抗遮挡的MeanShift视频目标跟踪研究 | 第53-66页 |
| 5.1 Kalman滤波器 | 第53-55页 |
| 5.2 MeanShift与Kalman滤波融合跟踪算法 | 第55-58页 |
| 5.2.1 建立Kalman滤波器跟踪模型 | 第55-57页 |
| 5.2.2 遮挡程度判断 | 第57-58页 |
| 5.3 算法步骤及流程图 | 第58-59页 |
| 5.4 跟踪实验及分析 | 第59-64页 |
| 5.4.1 目标遮挡下的固定框跟踪 | 第60-62页 |
| 5.4.2 目标遮挡下的自适应跟踪 | 第62-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-69页 |
| 6.1 论文研究工作总结 | 第66-67页 |
| 6.2 未来展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74-75页 |