第1章 绪论

1.1 研究背景与意义

1.2 研究现状

1.2.1 运动图像的跨尺度描述

1.2.2 跨尺度运动图像的目标检测

1.2.3 跨尺度运动图像的目标跟踪

参考文献

第2章 运动图像的跨尺度描述方法研究

2.1 引言

2.2 基于高斯金字塔和小波变换的跨尺度描述算法的提出

2.2.1 GWSP算法研究动机

2.2.2 GWSP算法描述

2.3 GWSP算法实验结果与分析

2.3.1 数据集、对比算法与评价指标

2.3.2 GWSP算法实验结果与分析

2.4 本章小结

参考文献

第3章 运动图像的跨尺度特征提取方法研究

3.1 引言

3.2 运动图像的跨尺度分析表示

3.2.1 轮廓波变换

3.2.2 非向下采样轮廓波变换（NSCT）

3.3 贝叶斯非局部均值滤波算法（BNL-Means）的提出

3.3.1 BNL-Means算法研究动机

3.3.2 BNL-Means算法描述

3.3.3 BNL-Means算法实验结果及分析

3.4 空间图像跨尺度特征提取算法（SITFE）的提出

3.4.1 SITFE算法研究动机

3.4.2 SITFE算法描述

3.4.3 SITFE实验结果及分析

3.5 本章小结

参考文献

第4章 基于稀疏编码的跨尺度运动目标检测方法研究

4.1 引言

4.2 基于分阶段字典学习与分层稀疏编码的跨尺度检测算法（MDSH）的提出

4.2.1 MDSH算法研究动机

4.2.2 MDSH算法描述

4.3 MDSH算法实验结果与分析

4.3.1 数据集、对比算法与评价指标

4.3.2 MDSH算法实验结果与分析

4.4 本章小结

参考文献

第5章 基于小波光流的跨尺度运动目标检测方法研究

5.1 引言

5.2 小波光流估计算法（WOF）的提出

5.2.1 WOF算法研究动机

5.2.2 WOF算法描述

5.3 线性与非线性混合分类算法（HLNLC）

5.4 矩形窗口扫描算法（RWS）的提出

5.4.1 RWS算法研究动机

5.4.2 RWS算法描述

5.5 跨尺度运动目标检测实验结果及分析

5.5.1 小波光流估计算法（WOF）实验

5.5.2 线性与非线性混合分类算法（HLNLC）实验

5.5.3 矩形窗口扫描算法（RWS）实验

5.6 本章小结

参考文献

第6章 基于方向向量与权值选择的跨尺度运动目标跟踪方法研究

6.1 引言

6.2 基于方向向量与权值选择的跨尺度运动目标跟踪算法（DPF-WT）的提出

6.2.1 DPF-WT算法研究动机

6.2.2 DPF-WT算法描述

6.3 DPF-WT算法实验结果与分析

6.3.1 数据集、对比算法与评价指标

6.3.2 DPF-WT算法实验结果与分析

6.4 本章小结

参考文献

第7章 基于重采样粒子滤波的运动目标跟踪方法研究

7.1 引言

7.2 基于重采样粒子滤波的运动目标跟踪算法（PFOT）的提出

7.2.1 PFOT算法研究动机

7.2.2 PFOT算法描述

7.3 运动目标目标跟踪实验结果及分析

7.3.1 粒子滤波对比实验

7.3.2 PFOT算法实验

7.4 本章小结

参考文献

第8章 基于目标形状活动轮廓的运动目标跟踪方法研究

8.1 引言

8.2 基于目标形状活动轮廓的运动目标跟踪算法（ACOT）的提出

8.2.1 ACOT算法研究动机

8.2.2 ACOT算法描述

8.3 运动目标跟踪实验结果及分析

8.3.1 目标形状轮廓检测实验

8.3.2 ACOT算法实验

8.4 本章小结

参考文献

第9章 基于深度神经网络与平均哈希的跨尺度运动目标跟踪方法研究

9.1 引言

9.2 基于深度神经网络与平均哈希的运动目标跟踪算法的提出（DNHT）

9.2.1 DNHT算法研究动机

9.2.2 DNHT算法描述

9.3 DNHT算法实验结果与分析

9.3.1 数据集、对比算法与评价指标

9.3.2 DNHT算法实验结果与分析

9.4 本章小结

参考文献

第10章 基于混合特征的运动目标跟踪方法研究

10.1 引言

10.2 SoH-DLT运动目标跟踪算法描述

10.3 SoH-DLT运动目标跟踪算法实现

10.3.1 基于方向直方图的特征提取

10.3.2 基于深度学习的特征提取

10.3.3 粒子滤波跟踪算法

10.3.4 SoH-DLT算法步骤

10.4 实验结果与分析

10.4.1 目标轮廓特征有效性分析

10.4.2 客观指标分析

10.4.3 主观效果分析

10.5 本章小结

参考文献

第11章 基于尺度不变性与深度学习的运动目标跟踪算法

11.1 引言

11.2 SMS-DLT跟踪算法

11.2.1 特征学习

11.2.2 SMS-DLT跟踪过程

11.3 实验和分析

11.3.1 客观评价

11.3.2 主观评价

11.3.3 SMS-DLT实验评价

11.4 本章小结

参考文献

第12章 跨尺度运动图像的目标跟踪方法研究

12.1 引言

12.2 Monte Carlo边缘演化算法（MCCE）的提出

12.2.1 MCCE算法研究动机

12.2.2 MCCE算法描述

12.2.3 MCCE算法实验结果及分析

12.3 加强奇异点均值偏移算法（ESMS）的提出

12.3.1 ESMS算法研究动机

12.3.2 ESMS算法描述

12.3.3 ESMS算法实验

12.4 本章小结

参考文献

第13章 跨尺度运动图像的目标检测与跟踪系统

13.1 引言

13.2 跨尺度运动图像的目标检测与跟踪系统

13.2.1 跨尺度运动图像的目标检测与跟踪系统框架

13.2.2 视频序列的预处理模块

13.2.3 运动图像跨尺度描述模块

13.2.4 跨尺度运动目标检测模块

13.2.5 跨尺度运动目标跟踪模块

13.3 运动目标自适应检测与持续跟踪系统

13.3.1 运动目标自适应检测与持续跟踪系统框架

13.3.2 系统的实现结果

13.4 运动目标局部优先自适应跟踪系统

13.4.1 开发环境

13.4.2 系统设计

13.4.3 系统实现

13.5 运动目标识别与跟踪系统

13.5.1 开发环境

13.5.2 系统设计

13.5.3 系统实现

13.6 本章小结