基于最大池图匹配的形变目标跟踪方法
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题背景及研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.3 本文的研究思路 | 第20页 |
| 1.4 本文的章节安排 | 第20-22页 |
| 第二章 相关基础理论研究 | 第22-33页 |
| 2.1 基于超像素的图像分割算法 | 第22-24页 |
| 2.1.1 超像素分割的概念 | 第22-23页 |
| 2.1.2 基于简单线性迭代聚类算法的超像素分割 | 第23-24页 |
| 2.2 基于光流的特征向量提取 | 第24-27页 |
| 2.2.1 光流及光流场的概念 | 第24页 |
| 2.2.2 光流场模型 | 第24-26页 |
| 2.2.3 基于梯度的光流场的计算 | 第26-27页 |
| 2.3 图匹配 | 第27-30页 |
| 2.3.1 图结构 | 第27页 |
| 2.3.2 图同构与子图同构 | 第27-29页 |
| 2.3.3 图匹配算法 | 第29-30页 |
| 2.4 基于图割算法的图像分割 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 构建候选目标图 | 第33-39页 |
| 3.1 图像分割中马尔科夫随机场模型的建立 | 第33-35页 |
| 3.2 建立动态图结构 | 第35页 |
| 3.3 基于马尔科夫随机场的候选目标部件提取 | 第35-38页 |
| 3.3.1 一元能量项 | 第36-37页 |
| 3.3.2 二元能量项 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于最大池图匹配的在线跟踪模型 | 第39-49页 |
| 4.1 图匹配最优化建模 | 第39-40页 |
| 4.2 图匹配策略 | 第40-41页 |
| 4.3 最大池图匹配 | 第41-45页 |
| 4.3.1 求和池匹配算法 | 第42页 |
| 4.3.2 最大池图匹配算法 | 第42-44页 |
| 4.3.3 最大池图匹配算法的指标 | 第44-45页 |
| 4.4 计算目标位置 | 第45-47页 |
| 4.5 模型更新 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 跟踪算法性能评估 | 第49-56页 |
| 5.1 实验参数设置 | 第50页 |
| 5.2 实验结果分析 | 第50-54页 |
| 5.2.1 剧烈形变 | 第51-52页 |
| 5.2.2 严重遮挡 | 第52-53页 |
| 5.2.3 不规则运动 | 第53-54页 |
| 5.2.4 尺度变化 | 第54页 |
| 5.3 参数分析 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 结论与展望 | 第56-57页 |
| 6.1 结论 | 第56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第63-64页 |
