摘要 | 第6-7页 |
Abstract | 第7-8页 |
目录 | 第9-12页 |
第1章 绪论 | 第12-17页 |
1.1 引言 | 第12页 |
1.2 研究背景与意义 | 第12-13页 |
1.3 国内外研究现状 | 第13-15页 |
1.3.1 目标跟踪系统的组成 | 第13页 |
1.3.2 外观模型 | 第13-15页 |
1.3.3 运动模型 | 第15页 |
1.3.4 搜索策略 | 第15页 |
1.4 主要研究内容 | 第15-16页 |
1.5 论文组织结构 | 第16-17页 |
第2章 TLD跟踪算法介绍 | 第17-26页 |
2.1 引言 | 第17页 |
2.2 TLD跟踪算法总体介绍 | 第17-18页 |
2.3 检测器介绍 | 第18-20页 |
2.3.1 方差滤波器 | 第18页 |
2.3.2 集成分类器 | 第18-20页 |
2.3.3 最近邻分类器 | 第20页 |
2.4 跟踪器介绍 | 第20-22页 |
2.5 学习器介绍 | 第22-23页 |
2.6 TLD算法的流程 | 第23页 |
2.7 TLD算法的优缺点 | 第23-24页 |
2.8 跟踪算法评价指标 | 第24-25页 |
2.9 本章小结 | 第25-26页 |
第3章 基于卡尔曼滤波的抗遮挡TLD跟踪算法 | 第26-40页 |
3.1 引言 | 第26页 |
3.2 卡尔曼滤波简介 | 第26-28页 |
3.3 卡尔曼滤波跟踪的原理 | 第28-29页 |
3.3.1 卡尔曼滤波跟踪步骤 | 第28页 |
3.3.2 卡尔曼滤波跟踪算法流程 | 第28-29页 |
3.4 基于kalman滤波的TLD跟踪算法 | 第29-32页 |
3.4.1 算法原理 | 第29页 |
3.4.2 算法实现 | 第29-32页 |
3.5 实验对比分析 | 第32-39页 |
3.5.1 实验方法 | 第32-33页 |
3.5.2 实验结果 | 第33-37页 |
3.5.3 实验分析 | 第37-39页 |
3.6 本章小结 | 第39-40页 |
第4章 基于SIR粒子滤波的抗遮挡TLD跟踪算法 | 第40-58页 |
4.1 引言 | 第40页 |
4.2 SIR粒子滤波算法介绍 | 第40-45页 |
4.2.1 贝叶斯滤波原理 | 第40-41页 |
4.2.2 蒙特卡洛思想 | 第41页 |
4.2.3 贝叶斯重要性采样 | 第41-42页 |
4.2.4 顺序重要性采样 | 第42-43页 |
4.2.5 SIR粒子滤波介绍 | 第43-45页 |
4.3 SIR粒子滤波跟踪算法 | 第45-47页 |
4.3.1 SIR粒子滤波跟踪的原理 | 第45-46页 |
4.3.2 SIR粒子滤波跟踪的实现 | 第46-47页 |
4.4 基于SIR粒子滤波的TLD跟踪算法 | 第47-50页 |
4.4.1 算法原理 | 第47-48页 |
4.4.2 算法实现 | 第48-50页 |
4.5 实验对比分析 | 第50-57页 |
4.5.1 实验方法 | 第50-51页 |
4.5.2 实验结果 | 第51-56页 |
4.5.3 实验分析 | 第56-57页 |
4.6 本章小结 | 第57-58页 |
第5章 基于meanshift的抗遮挡TLD跟踪算法 | 第58-77页 |
5.1 引言 | 第58页 |
5.2 meanshift跟踪算法 | 第58-63页 |
5.2.1 meanshift理论 | 第58-60页 |
5.2.2 meanshift算法步骤 | 第60-61页 |
5.2.3 meanshift目标跟踪 | 第61-63页 |
5.3 基于kalman滤波的meanshift跟踪算法 | 第63-65页 |
5.3.1 基于kalman滤波的meanshift跟踪算法原理 | 第63-64页 |
5.3.2 基于kalman滤波的meanshift算法实现 | 第64-65页 |
5.4 基于meanshift的TLD跟踪算法 | 第65-67页 |
5.4.1 算法原理 | 第65页 |
5.4.2 算法实现 | 第65-67页 |
5.5 实验对比分析 | 第67-75页 |
5.5.1 实验方法 | 第67-69页 |
5.5.2 实验结果 | 第69-74页 |
5.5.3 实验分析 | 第74-75页 |
5.6 本章小结 | 第75-77页 |
总结与展望 | 第77-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-84页 |
攻读硕士学位期间发表的论文 | 第84页 |