基于关键特征点的TLD视频目标跟踪算法
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 基于特征的跟踪方法 | 第13页 |
| 1.2.2 基于估计的跟踪方法 | 第13-14页 |
| 1.2.3 基于检测的跟踪方法 | 第14页 |
| 1.2.4 基于匹配的跟踪方法 | 第14-15页 |
| 1.2.5 核方法 | 第15页 |
| 1.3 论文的结构安排 | 第15-17页 |
| 第2章 图像关键特征点 | 第17-27页 |
| 2.1 角点研究 | 第17-23页 |
| 2.1.1 Harris角点 | 第18-20页 |
| 2.1.2 Fast角点 | 第20-22页 |
| 2.1.3 Shi-Tomasi角点 | 第22页 |
| 2.1.4 Surf角点 | 第22-23页 |
| 2.2 实验分析 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 TLD跟踪算法研究 | 第27-50页 |
| 3.1 基于前后误差的金字塔LK光流法 | 第27-32页 |
| 3.1.1 光流法 | 第27-29页 |
| 3.1.2 金字塔LK光流法 | 第29-30页 |
| 3.1.3 基于中值的前后误差 | 第30-32页 |
| 3.2 基于随机森林的特征检测 | 第32-42页 |
| 3.2.1 决策树 | 第32-34页 |
| 3.2.2 基于随机森林的决策树 | 第34-36页 |
| 3.2.3 图像特征描述 | 第36-37页 |
| 3.2.4 图像的直方图和纹理特征 | 第37-39页 |
| 3.2.5 随机森林和 2BitBP特征 | 第39-42页 |
| 3.3 TLD各模块工作原理 | 第42-49页 |
| 3.3.1 跟踪模块 | 第42-45页 |
| 3.3.2 检测模块 | 第45-46页 |
| 3.3.3 学习模块 | 第46-48页 |
| 3.3.4 综合模块 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 基于特征点改进的TLD算法 | 第50-65页 |
| 4.1 TLD算法不足 | 第50-52页 |
| 4.1.1 实验一 | 第50-51页 |
| 4.1.2 实验二 | 第51-52页 |
| 4.2 基于角点的TLD算法 | 第52-55页 |
| 4.3 实验结果与分析 | 第55-63页 |
| 4.3.1 实验一 | 第56-57页 |
| 4.3.2 实验二 | 第57-60页 |
| 4.3.3 实验三 | 第60-61页 |
| 4.3.4 实验四 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |
