光电探测系统中目标跟踪算法研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 光电探测系统国内外研究现状 | 第11-12页 |
| 1.2.2 目标跟踪算法研究现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.4 论文目录安排 | 第16-17页 |
| 第二章 运动目标跟踪算法研究 | 第17-31页 |
| 2.1 TLD跟踪算法 | 第17-19页 |
| 2.2 压缩跟踪算法 | 第19-20页 |
| 2.3 STRUCK跟踪算法 | 第20-25页 |
| 2.3.1 基于SVM分类器的目标跟踪算法 | 第20-25页 |
| 2.4 仿真实验数据 | 第25-26页 |
| 2.5 仿真结果分析 | 第26-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于特征融合的SVM跟踪算法 | 第31-52页 |
| 3.1 特征提取 | 第31-33页 |
| 3.1.1 Haar特征 | 第31-32页 |
| 3.1.2 Hog特征 | 第32页 |
| 3.1.3 Raw特征 | 第32-33页 |
| 3.1.4 Histogram特征 | 第33页 |
| 3.1.5 多特征融合 | 第33页 |
| 3.2 核函数 | 第33-35页 |
| 3.2.1 高斯核函数 | 第33-34页 |
| 3.2.2 线性核函数 | 第34页 |
| 3.2.3 直方图交叉核函数 | 第34页 |
| 3.2.4 卡方核函数 | 第34页 |
| 3.2.5 多核学习(MKL) | 第34-35页 |
| 3.3 基于多特征融合的SVM跟踪算法实现 | 第35-36页 |
| 3.4 不同特征选择的跟踪算法比较分析 | 第36-44页 |
| 3.5 VOT2013平台评估 | 第44-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 光电探测系统及其数据处理方案设计 | 第52-58页 |
| 4.1 全向红外搜索与跟踪系统研究 | 第52-54页 |
| 4.1.1 全向红外搜索与跟踪系统 | 第52-54页 |
| 4.1.2 全向红外搜索与跟踪系统数据处理研究 | 第54页 |
| 4.2 光电瞄准系统研究 | 第54-56页 |
| 4.2.1 光电瞄准系统 | 第54-55页 |
| 4.2.2 光电瞄准系统数据处理方案设计 | 第55-56页 |
| 4.3 光电探测数据处理方案设计 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 目标跟踪算法在光电探测中的应用 | 第58-67页 |
| 5.1 光电探测系统中目标跟踪算法应用 | 第58-60页 |
| 5.2 目标跟踪算法在多源融合图像中的应用 | 第60-63页 |
| 5.3 目标跟踪算法在目标检测中的应用 | 第63页 |
| 5.4 目标跟踪算法在图像拼接中的应用 | 第63-65页 |
| 5.5 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
