基于相关滤波的目标跟踪算法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状及跟踪挑战 | 第10-14页 |
| 1.2.1 国内外研究现状 | 第10-12页 |
| 1.2.2 目标跟踪的挑战 | 第12-14页 |
| 1.3 本文主要研究内容及组织结构 | 第14-16页 |
| 2 相关目标跟踪理论 | 第16-26页 |
| 2.1 目标跟踪算法框架 | 第16-20页 |
| 2.1.1 运动模型 | 第18页 |
| 2.1.2 特征提取 | 第18-19页 |
| 2.1.3 观测模型 | 第19页 |
| 2.1.4 模型更新 | 第19-20页 |
| 2.2 相关滤波器的目标跟踪算法 | 第20-25页 |
| 2.2.1 循环矩阵 | 第20-21页 |
| 2.2.2 相关滤波器 | 第21-24页 |
| 2.2.3 基于尺度的相关滤波跟踪算法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 抑制局部背景信息的相关滤波目标跟踪 | 第26-34页 |
| 3.1 模型设计 | 第26-28页 |
| 3.2 模型求解 | 第28页 |
| 3.3 实验结果与分析 | 第28-33页 |
| 3.3.1 实验环境及参数 | 第28-30页 |
| 3.3.2 实验评估 | 第30-31页 |
| 3.3.3 实验结果定量分析 | 第31-32页 |
| 3.3.4 定性结果分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 自适应搜索的相关滤波目标跟踪 | 第34-43页 |
| 4.1 抑制局部信息的自适应相关滤波目标跟踪 | 第34-35页 |
| 4.2 RIACF模型 | 第35-39页 |
| 4.2.1 模型求解 | 第36页 |
| 4.2.2 目标搜索区域自适应更新策略 | 第36-38页 |
| 4.2.3 算法实现 | 第38-39页 |
| 4.3 实验结果与分析 | 第39-42页 |
| 4.3.1 实验环境及参数 | 第39页 |
| 4.3.2 定量结果分析 | 第39-40页 |
| 4.3.3 定性结果分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 基于检测器的自适应目标跟踪 | 第43-51页 |
| 5.1 级联分类器 | 第43-44页 |
| 5.1.1 随机蕨分类器 | 第43-44页 |
| 5.1.2 最近邻分类器 | 第44页 |
| 5.2 在线检测器 | 第44-46页 |
| 5.3 实验结果分析 | 第46-50页 |
| 5.3.1 定量结果分析 | 第46-47页 |
| 5.3.2 定性结果分析 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 读学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57-60页 |
