特征匹配算法研究及其在目标跟踪上的应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 算法概述及国内外研究现状 | 第12-15页 |
| 1.3 论文主要内容 | 第15-17页 |
| 第2章 图像匹配相关技术及其方法 | 第17-24页 |
| 2.1 特征选择及相似性度量标准 | 第17-20页 |
| 2.1.1 特征选择 | 第17-18页 |
| 2.1.2 相似性度量 | 第18-20页 |
| 2.2 特征匹配相关技术及其方法 | 第20-22页 |
| 2.2.1 特征点检测 | 第20-21页 |
| 2.2.2 特征描述方法 | 第21-22页 |
| 2.2.3 特征匹配 | 第22页 |
| 2.3 误匹配剔除算法 | 第22-24页 |
| 2.3.1 RANSAC算法 | 第22-23页 |
| 2.3.2 PROSAC算法 | 第23-24页 |
| 第3章 基于稀疏结构的特征匹配算法 | 第24-35页 |
| 3.1 SIFT算法 | 第24-26页 |
| 3.1.1 SIFT算法介绍 | 第24页 |
| 3.1.2 SIFT算法步骤 | 第24-26页 |
| 3.2 基于稀疏结构的特征匹配算法 | 第26-31页 |
| 3.2.1 算法流程图 | 第27-28页 |
| 3.2.2 稀疏函数及稀疏区域的特征提取 | 第28-30页 |
| 3.2.3 算法运行步骤 | 第30-31页 |
| 3.3 算法测试及结果分析 | 第31-34页 |
| 3.3.1 RANSAC算法剔除效果对比 | 第31-32页 |
| 3.3.2 算法匹配结果的普适性比较 | 第32-33页 |
| 3.3.3 算法速率对比 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 改进的ORB特征匹配算法 | 第35-44页 |
| 4.1 ORB算法 | 第35-36页 |
| 4.1.1 FAST特征点检测 | 第35-36页 |
| 4.1.2 BRIEF描述子 | 第36页 |
| 4.2 GMS算法 | 第36-39页 |
| 4.2.1 GMS算法原理 | 第36-38页 |
| 4.2.2 GMS算法实现 | 第38-39页 |
| 4.3 改进的ORB特征匹配算法 | 第39-41页 |
| 4.3.1 特征点检测 | 第39页 |
| 4.3.2 描述子生成 | 第39-40页 |
| 4.3.3 特征点匹配 | 第40-41页 |
| 4.4 算法测试及结果分析 | 第41-43页 |
| 4.4.1 尺度不变性 | 第41页 |
| 4.4.2 算法性能测试 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于特征匹配的目标跟踪算法 | 第44-53页 |
| 5.1 传统的目标跟踪算法介绍 | 第44-45页 |
| 5.2 KCF跟踪算法 | 第45-46页 |
| 5.2.1 样本表示 | 第45-46页 |
| 5.2.2 分类器训练及样本检测 | 第46页 |
| 5.3 基于特征匹配的目标跟踪算法 | 第46-50页 |
| 5.3.1 算法流程图 | 第46-47页 |
| 5.3.2 尺度自适应 | 第47-48页 |
| 5.3.3 跟踪目标遮挡判断及重新定位 | 第48-50页 |
| 5.4 算法测试及结果分析 | 第50-52页 |
| 5.4.1 自适应跟踪窗口 | 第50页 |
| 5.4.2 目标遮挡跟踪效果 | 第50-51页 |
| 5.4.3 跟踪性能对比 | 第51-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-54页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间的研究成果 | 第60页 |
