| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题的背景和意义 | 第8-10页 |
| ·人工智能 | 第8页 |
| ·计算机视觉 | 第8-9页 |
| ·智能视频监视 | 第9页 |
| ·目标跟踪 | 第9-10页 |
| ·课题研究现状 | 第10-12页 |
| ·目标跟踪的发展 | 第10页 |
| ·目标跟踪的应用 | 第10-11页 |
| ·目标跟踪的难点 | 第11-12页 |
| ·主要研究内容和工作 | 第12-13页 |
| ·论文结构安排 | 第13-15页 |
| 第二章 相关知识介绍 | 第15-22页 |
| ·目标跟踪介绍 | 第15-17页 |
| ·目标跟踪的过程 | 第15页 |
| ·目标表示的种类 | 第15-16页 |
| ·目标特征的描述 | 第16-17页 |
| ·目标判定的方法 | 第17页 |
| ·目标跟踪算法介绍 | 第17-20页 |
| ·自下向上思想 | 第17-20页 |
| ·自上向下思想 | 第20页 |
| ·目标跟踪尺度变换 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 运动目标表示 | 第22-35页 |
| ·目标颜色表示 | 第22-25页 |
| ·颜色原理 | 第22-23页 |
| ·RGB 编码方式 | 第23-24页 |
| ·HIS 编码方式 | 第24-25页 |
| ·目标纹理表示 | 第25-29页 |
| ·纹理原理 | 第25-26页 |
| ·基本 LBP 算子 | 第26-27页 |
| ·扩展 LBP 算子 | 第27-29页 |
| ·直方图表示 | 第29-33页 |
| ·灰度直方图原理 | 第29-31页 |
| ·颜色直方图原理 | 第31-33页 |
| ·Mean shift 算法中目标表示 | 第33-34页 |
| ·颜色直方图表示法 | 第33页 |
| ·纹理直方图表示法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 运动目标跟踪 | 第35-55页 |
| ·Mean shift 迭代思想 | 第35-40页 |
| ·原始的 Mean shift | 第35-36页 |
| ·扩展的 Mean shift | 第36-38页 |
| ·Mean shift 的均值偏移 | 第38-40页 |
| ·基于颜色的 Mean shift 跟踪算法 | 第40-44页 |
| ·目标表示 | 第40-41页 |
| ·相似度判断 | 第41页 |
| ·跟踪实现 | 第41-44页 |
| ·基于加权的颜色纹理 Mean shift 跟踪算法 | 第44-50页 |
| ·纹理选择 | 第44-46页 |
| ·背景权重 | 第46-47页 |
| ·引入纹理和背景权重 | 第47-50页 |
| ·实验结果 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 尺度变换 | 第55-67页 |
| ·尺寸比较法 | 第55-56页 |
| ·面积比较法 | 第56-57页 |
| ·尺度自适应法 | 第57-61页 |
| ·面积估计 | 第58-59页 |
| ·矩特征分析 | 第59-61页 |
| ·尺度确定 | 第61页 |
| ·相似度判断法 | 第61-65页 |
| ·相似度比较 | 第61-64页 |
| ·窗口更新 | 第64-65页 |
| ·实验结果 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 致谢 | 第73页 |