| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 引言 | 第14-15页 |
| 1.2 国内外研究概况 | 第15-19页 |
| 1.3 论文内容与章节安排 | 第19-22页 |
| 第二章 基于特征选择的视觉目标跟踪 | 第22-38页 |
| 2.1 基于局部目标表达的视觉目标跟踪 | 第22-25页 |
| 2.1.1 传统的局部目标表达的视觉目标跟踪 | 第22-23页 |
| 2.1.2 基于压缩感知的局部目标跟踪器 | 第23-25页 |
| 2.2 基于底层视觉特征的局部特征选择的视觉跟踪 | 第25-29页 |
| 2.2.1 整体算法框架 | 第25-27页 |
| 2.2.2 局部特征选择标准 | 第27-29页 |
| 2.3 联合底层视觉特征选择和深度学习特征选择进行目标视觉跟踪 | 第29-32页 |
| 2.3.1 基于深度学习特征的局部特征选择视觉跟踪 | 第29-30页 |
| 2.3.2 联合底层视觉特征选择和深度学习特征选择进行目标视觉跟踪 | 第30-32页 |
| 2.4 实验结果 | 第32-38页 |
| 2.4.1 实验设置 | 第32-33页 |
| 2.4.2 实验结果和讨论 | 第33-38页 |
| 第三章 基于目标框回归的局部视觉目标跟踪尺度变换 | 第38-48页 |
| 3.1 视觉目标跟踪中的目标框尺度变换 | 第38-41页 |
| 3.2 视觉目标检测中的目标框回归 | 第41-44页 |
| 3.3 基于目标框尺度回归的局部视觉目标跟踪尺度变换 | 第44-46页 |
| 3.4 实验和讨论 | 第46-48页 |
| 第四章 基于模型选择的端到端多跟踪器选择 | 第48-56页 |
| 4.1 视觉目标跟踪中的多跟踪器融合算法 | 第48-49页 |
| 4.2 基于模型选择的端到端多跟踪器选择 | 第49-53页 |
| 4.2.1 整体算法框架 | 第49-51页 |
| 4.2.2 端到端多跟踪器选择中的再确认机制 | 第51-53页 |
| 4.3 实验和讨论 | 第53-56页 |
| 第五章 总结与展望 | 第56-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-64页 |
| 在读期间发表的学术论文与取得的研究成果 | 第64页 |
