| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 国外研究现状 | 第15-18页 |
| 1.2.2 国内研究现状 | 第18-19页 |
| 1.3 运动目标跟踪系统描述及难题分析 | 第19-20页 |
| 1.3.1 运动目标跟踪系统描述 | 第19页 |
| 1.3.2 运动目标跟踪系统中的难题分析 | 第19-20页 |
| 1.4 本文主要研究内容 | 第20-21页 |
| 1.5 本文组织结构 | 第21-22页 |
| 1.6 小结 | 第22-23页 |
| 第2章 运动目标跟踪的理论基础 | 第23-33页 |
| 2.1 运动目标的检测 | 第23-25页 |
| 2.1.1 帧间差分法 | 第23-24页 |
| 2.1.2 背景差分法 | 第24页 |
| 2.1.3 光流法 | 第24-25页 |
| 2.2 目标特征表达 | 第25-28页 |
| 2.2.1 全局特征 | 第25页 |
| 2.2.2 局部特征 | 第25-28页 |
| 2.3 运动目标跟踪 | 第28-32页 |
| 2.3.1 基于均值漂移的运动目标跟踪 | 第28-29页 |
| 2.3.2 基于粒子滤波的运动目标跟踪 | 第29-30页 |
| 2.3.3 基于判别学习的运动目标跟踪 | 第30-31页 |
| 2.3.4 基于稀疏表示的运动目标跟踪 | 第31-32页 |
| 2.4 小结 | 第32-33页 |
| 第3章 基于多特征融合与自适应模板匹配的目标跟踪 | 第33-56页 |
| 3.1 引言 | 第33页 |
| 3.2 多特征融合 | 第33-37页 |
| 3.2.1 多特征融合的必要性 | 第33-36页 |
| 3.2.2 多特征融合策略 | 第36-37页 |
| 3.3 特征提取 | 第37-39页 |
| 3.3.1 HSV颜色特征直方图 | 第37-38页 |
| 3.3.2 边缘方向直方图 | 第38-39页 |
| 3.4 多特征自适应融合跟踪算法 | 第39-45页 |
| 3.4.1 算法框架 | 第39-40页 |
| 3.4.2 外观建模 | 第40页 |
| 3.4.3 采样 | 第40-41页 |
| 3.4.4 自适应多特征融合策略 | 第41-43页 |
| 3.4.5 模板更新 | 第43-44页 |
| 3.4.6 跟踪算法伪代码 | 第44-45页 |
| 3.5 实验结果与分析 | 第45-55页 |
| 3.5.1 参数设置 | 第45-46页 |
| 3.5.2 定性分析 | 第46-51页 |
| 3.5.3 定量分析 | 第51-54页 |
| 3.5.4 自适应特征融合策略的分析 | 第54-55页 |
| 3.6 小结 | 第55-56页 |
| 第4章 基于改进的多特征自适应融合的目标跟踪 | 第56-67页 |
| 4.1 研究动机 | 第56-57页 |
| 4.2 多特征自适应融合跟踪方法 | 第57-60页 |
| 4.2.1 特征权值的自适应更新 | 第57-58页 |
| 4.2.2 目标模型的更新 | 第58-59页 |
| 4.2.3 目标定位 | 第59页 |
| 4.2.4 跟踪算法伪代码 | 第59-60页 |
| 4.3 实验结果分析 | 第60-66页 |
| 4.3.1 定性分析 | 第60-64页 |
| 4.3.2 定量分析 | 第64-66页 |
| 4.4 小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录A (攻读学位期间发表的学术论文与获得的成果) | 第75-76页 |
| 附录B (攻读学位期间参与项目目录) | 第76-77页 |
| 致谢 | 第77页 |