基于学习、检测的目标稳定跟踪
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 引言 | 第13-23页 |
| 1.1 研究背景及研究意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 TLD算法概述 | 第17-20页 |
| 1.4 论文主要工作与组织结构 | 第20-23页 |
| 第2章 基于LBP旋转不变模式的检测模块 | 第23-41页 |
| 2.1 目标模型 | 第23-28页 |
| 2.1.1 基本定义 | 第23-25页 |
| 2.1.2 相似度定义及分析 | 第25-28页 |
| 2.2 TLD算法中的检测模块 | 第28-30页 |
| 2.3 LBP特征提取算法 | 第30-33页 |
| 2.4 基于LBP旋转不变模式改进的TLD算法 | 第33-40页 |
| 2.4.1 算法框架 | 第33-34页 |
| 2.4.2 评价标准 | 第34-37页 |
| 2.4.3 实验与分析 | 第37-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第3章 引入自适应跟踪失败检测机制的跟踪模块 | 第41-55页 |
| 3.1 TLD算法中的跟踪模块 | 第41-43页 |
| 3.2 引入自适应阈值调整的失败检测机制 | 第43-53页 |
| 3.2.1 实验分析 | 第44-47页 |
| 3.2.2 自适应阈值调整的失败检测机制 | 第47-50页 |
| 3.2.3 实验验证与完善 | 第50-53页 |
| 3.3 本章小结 | 第53-55页 |
| 第4章 基于跟踪置信度加权目标模型的学习模块 | 第55-63页 |
| 4.1 TLD算法中的P-N学习 | 第55-58页 |
| 4.1.1 基本定义 | 第55-56页 |
| 4.1.2 初始化 | 第56-57页 |
| 4.1.3 自引导地迭代 | 第57-58页 |
| 4.2 基于跟踪置信度加权的目标模型改进 | 第58-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第5章 检测模块、跟踪模块、学习模块的集成 | 第63-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第77页 |
