| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究的背景和意义 | 第12-13页 |
| ·视频目标跟踪的研究现状 | 第13-15页 |
| ·跟踪算法研究现状 | 第13-15页 |
| ·目标跟踪的难题 | 第15页 |
| ·本文的主要工作 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 目标跟踪算法 | 第18-33页 |
| ·引言 | 第18页 |
| ·视频目标跟踪系统 | 第18-19页 |
| ·粒子滤波算法 | 第19-26页 |
| ·贝叶斯估计 | 第20-21页 |
| ·粒子滤波(PF) | 第21-25页 |
| ·粒子滤波算法描述 | 第25-26页 |
| ·均值漂移算法 | 第26-32页 |
| ·密度估计 | 第26-28页 |
| ·均值漂移(MS) | 第28-32页 |
| ·均值漂移跟踪算法描述 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 自适应免疫优化的无迹粒子滤波算法 | 第33-46页 |
| ·引言 | 第33-34页 |
| ·无迹粒子滤波 UPF | 第34-36页 |
| ·UPF 的算法思想 | 第34-35页 |
| ·UPF 跟踪的局限性 | 第35-36页 |
| ·自适应免疫算法 AIO 的相关定义 | 第36-38页 |
| ·自适应免疫优化的 Unscented 粒子滤波(AIO-UPF) | 第38-42页 |
| ·AIO-UPF 基本思想 | 第38页 |
| ·AIO-UPF 算法流程 | 第38-41页 |
| ·AIO-UPF 性能分析 | 第41-42页 |
| ·实验结果及分析 | 第42-45页 |
| ·单次跟踪估计的对比 | 第43页 |
| ·滤波器重要参数对比 | 第43-44页 |
| ·滤波器性能分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于 AIO-UPF 和 MS 的多目标跟踪算法 | 第46-56页 |
| ·引言 | 第46页 |
| ·多目标跟踪系统架构 | 第46-47页 |
| ·多目标数据关联算法 | 第47-50页 |
| ·基于推理的关联算法 | 第47-49页 |
| ·目标初始化模块 | 第49页 |
| ·目标终止模块 | 第49-50页 |
| ·基于 AIO-UPF 与 MS 的多目标跟踪 | 第50-53页 |
| ·算法思想 | 第50页 |
| ·目标遮挡与合并的处理 | 第50-51页 |
| ·自适应混合滤波算法流程 | 第51-53页 |
| ·实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录 A 攻读硕士学位期间所发表的学术论文 | 第64页 |