| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景和研究意义 | 第10-12页 |
| ·研究现状及发展趋势 | 第12-15页 |
| ·智能视频分析系统 | 第12-13页 |
| ·目标跟踪算法研究现状 | 第13-14页 |
| ·目标跟踪算法发展趋势 | 第14-15页 |
| ·研究内容及结构安排 | 第15-17页 |
| ·主要研究内容 | 第15-16页 |
| ·文章结构安排 | 第16-17页 |
| 第2章 目标跟踪算法介绍 | 第17-24页 |
| ·引言 | 第17页 |
| ·目标跟踪技术的关键问题 | 第17-18页 |
| ·目标跟踪算法分类 | 第18-22页 |
| ·基于点的目标跟踪 | 第18-20页 |
| ·基于核的目标跟踪 | 第20-21页 |
| ·基于轮廓的跟踪 | 第21页 |
| ·小波域的目标跟踪 | 第21-22页 |
| ·智能目标跟踪系统 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于最小二乘轨迹预测的 Mean Shift 跟踪算法 | 第24-36页 |
| ·引言 | 第24页 |
| ·Mean Shift 算法介绍 | 第24-28页 |
| ·基本的 Mean Shift 算法 | 第25页 |
| ·扩展的 Mean Shift 算法 | 第25-28页 |
| ·Mean Shift 目标跟踪算法 | 第28-31页 |
| ·轨迹预测方法概述 | 第31-32页 |
| ·轨迹预测算法——最小二乘法 | 第32-33页 |
| ·基于最小二乘轨迹预测的 Mean Shift 跟踪算法 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 融合智能体模型的智能跟踪算法 | 第36-44页 |
| ·引言 | 第36页 |
| ·智能跟踪算法原理 | 第36-37页 |
| ·智能体模型 | 第37-42页 |
| ·机器人避障算法介绍 | 第37-38页 |
| ·智能体避障模型 | 第38-42页 |
| ·算法流程 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验结果分析 | 第44-53页 |
| ·实验平台及实验设计与步骤 | 第44-45页 |
| ·实验平台及参数 | 第44页 |
| ·实验设计及步骤 | 第44-45页 |
| ·结合最小二乘的 Mean Shift 跟踪算法实验结果 | 第45-48页 |
| ·实验结果对比 | 第45-47页 |
| ·实验结果分析 | 第47-48页 |
| ·融合智能体模型的智能跟踪算法实验结果 | 第48-52页 |
| ·实验结果对比 | 第48-51页 |
| ·实验结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |
