自然场景下目标跟踪算法的研究
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 课题研究的背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 目标跟踪概述 | 第15-18页 |
| 1.2.2 跟踪算法的研究与进展 | 第18-19页 |
| 1.3 存在的问题及发展趋势 | 第19-22页 |
| 1.3.1 存在的主要问题 | 第19-21页 |
| 1.3.2 未来的发展趋势 | 第21-22页 |
| 1.4 论文的研究内容和结构安排 | 第22-25页 |
| 第二章 目标跟踪基本理论 | 第25-39页 |
| 2.1 目标特征的选取 | 第25-30页 |
| 2.1.1 颜色直方图特征 | 第25-27页 |
| 2.1.2 纹理特征 | 第27-28页 |
| 2.1.3 梯度特征 | 第28-30页 |
| 2.2 基于贝叶斯滤波的跟踪算法 | 第30-36页 |
| 2.2.1 贝叶斯滤波理论 | 第30-32页 |
| 2.2.2 卡尔曼滤波 | 第32-33页 |
| 2.2.3 粒子滤波 | 第33-36页 |
| 2.3 均值漂移算法 | 第36-38页 |
| 2.3.1 无参密度估计 | 第36-37页 |
| 2.3.2 均值漂移向量 | 第37-38页 |
| 2.3.3 均值漂移算法 | 第38页 |
| 2.4 本章小结 | 第38-39页 |
| 第三章 基于局部敏感直方图的稀疏表达跟踪算法 | 第39-53页 |
| 3.1 引言 | 第39-40页 |
| 3.2 局部敏感直方图特征 | 第40-42页 |
| 3.3 稀疏表达跟踪算法 | 第42-47页 |
| 3.3.1 目标特征的稀疏表达 | 第42-44页 |
| 3.3.2 遮挡检测 | 第44-45页 |
| 3.3.3 粒子滤波状态估计 | 第45-46页 |
| 3.3.4 模板更新 | 第46页 |
| 3.3.5 跟踪算法总结 | 第46-47页 |
| 3.4 实验结果及分析 | 第47-51页 |
| 3.4.1 定性比较及分析 | 第47-50页 |
| 3.4.2 定量比较及分析 | 第50-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 行车环境下的交通标识牌跟踪和清晰度判别 | 第53-65页 |
| 4.1 引言 | 第53-54页 |
| 4.2 交通标识牌跟踪算法 | 第54-57页 |
| 4.2.1 均值漂移跟踪算法 | 第54-56页 |
| 4.2.2 卡尔曼滤波跟踪算法 | 第56-57页 |
| 4.3 二次模糊清晰度评价算法 | 第57-60页 |
| 4.4 算法步骤 | 第60页 |
| 4.5 实验结果与分析 | 第60-63页 |
| 4.5.1 标识牌跟踪实验结果 | 第60-62页 |
| 4.5.2 清晰度判别实验结果及分析 | 第62-63页 |
| 4.6 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 论文工作总结 | 第65-66页 |
| 5.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文 | 第75-77页 |
| 攻读学位期间参与的科研项目 | 第77-78页 |
| 附件 | 第78页 |
