针对样本选择和模型控制的跟踪算法研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第6-11页 |
| 1.1 研究背景 | 第6-7页 |
| 1.2 研究意义 | 第7-8页 |
| 1.3 研究现状 | 第8-9页 |
| 1.4 创新点与贡献 | 第9-11页 |
| 第2章 相关技术介绍 | 第11-18页 |
| 2.1 跟踪算法进展 | 第11-13页 |
| 2.2 场景分析技术 | 第13-14页 |
| 2.3 图像分割算法 | 第14-16页 |
| 2.4 图像显著性检测 | 第16-18页 |
| 第3章 运动模型部分改进 | 第18-25页 |
| 3.1 运动模型的场景分析 | 第18-19页 |
| 3.2 图像分割构建置信图 | 第19-22页 |
| 3.3 显著性检测修正置信图 | 第22-25页 |
| 第4章 模型更新部分改进 | 第25-32页 |
| 4.1 场景稳定性分析 | 第25-28页 |
| 4.2 基础跟踪算法CT | 第28-30页 |
| 4.3 总体跟踪流程分析 | 第30-32页 |
| 第5章 实验与结果分析 | 第32-38页 |
| 5.1 运行环境与数据集 | 第32-33页 |
| 5.2 Baseline对比实验 | 第33-34页 |
| 5.3 模型更新策略实验 | 第34-35页 |
| 5.4 Benchmark综合对比 | 第35-38页 |
| 第6章 总结与展望 | 第38-39页 |
| 6.1 总结 | 第38页 |
| 6.2 展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 发表论文和参加科研情况说明 | 第42-43页 |
| 致谢 | 第43页 |
