基于模板更新的目标跟踪算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文的背景和意义 | 第10-11页 |
| 1.2 视觉跟踪技术的研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 目标跟踪算法综述 | 第12-14页 |
| 1.4 本文研究内容与结构安排 | 第14-16页 |
| 第二章 均值漂移算法及在目标跟踪中的应用 | 第16-26页 |
| 2.1 Meanshift算法原理 | 第16-20页 |
| 2.1.1 无参密度估计理论 | 第16-18页 |
| 2.1.2 Meanshift基本理论 | 第18-19页 |
| 2.1.3 拓展的Meanshift | 第19-20页 |
| 2.1.4 Meanshift计算步骤 | 第20页 |
| 2.2 基于Meanshift的目标跟踪算法 | 第20-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 多特征结合的均值漂移目标跟踪算法 | 第26-36页 |
| 3.1 局部二值模式 | 第26-31页 |
| 3.2 颜色纹理特征融合 | 第31-33页 |
| 3.2.1 联合颜色纹理直方图 | 第31页 |
| 3.2.2 颜色纹理信息结合的均值漂移 | 第31-33页 |
| 3.3 结果分析对比实验 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 经典跟踪算法性能比较 | 第36-48页 |
| 4.1 粒子滤波跟踪算法 | 第36-39页 |
| 4.1.1 目标模型的描述 | 第36-37页 |
| 4.1.2 粒子样本集合的描述 | 第37页 |
| 4.1.3 基于颜色直方图的粒子滤波跟踪算法 | 第37-39页 |
| 4.2 压缩跟踪算法 | 第39-43页 |
| 4.2.1 算法基本流程 | 第39-40页 |
| 4.2.2 压缩跟踪算法详细步骤 | 第40-42页 |
| 4.2.3 压缩跟踪算法程序实现步骤 | 第42-43页 |
| 4.3 算法性能对比 | 第43-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 基于均值漂移方法的模板更新算法 | 第48-58页 |
| 5.1 模板更新策略 | 第48-49页 |
| 5.1.1 传统的模板更新方法 | 第48-49页 |
| 5.1.2 基于目标模板缓冲区的模板更新方法 | 第49页 |
| 5.2 目标特征分类 | 第49-52页 |
| 5.2.1 背景类特征 | 第50页 |
| 5.2.2 关键类特征 | 第50-51页 |
| 5.2.3 交融类特征 | 第51-52页 |
| 5.3 模板更新的均值漂移算法 | 第52-54页 |
| 5.3.1 模板更新方法 | 第52-54页 |
| 5.3.2 算法步骤 | 第54页 |
| 5.4 实验结果分析 | 第54-56页 |
| 5.5 本章小结 | 第56-58页 |
| 第六章 基于跟踪算法的视频监控系统的实现 | 第58-64页 |
| 6.1 视频监控系统整体框架 | 第58-60页 |
| 6.1.1 系统的硬件架构 | 第58-59页 |
| 6.1.2 系统的软件架构 | 第59-60页 |
| 6.2 软件模块的实现 | 第60-61页 |
| 6.2.1 软件模块的设计 | 第60-61页 |
| 6.2.2 相关开源库的支持 | 第61页 |
| 6.3 系统运行展示 | 第61-63页 |
| 6.4 本章小结 | 第63-64页 |
| 第七章 总结与展望 | 第64-66页 |
| 7.1 总结 | 第64页 |
| 7.2 展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
