基于TLD的井下视频目标跟踪研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·目标跟踪研究现状 | 第10-11页 |
| ·主要研究内容 | 第11-12页 |
| ·论文组织安排 | 第12-13页 |
| 2 井下目标跟踪方案设计 | 第13-19页 |
| ·TLD算法 | 第13-14页 |
| ·基于机器学习的目标检测 | 第14-15页 |
| ·PN学习 | 第15-17页 |
| ·本文TLD算法的总体设计 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 基于Lucas Kanade光流法的目标跟踪 | 第19-32页 |
| ·金字塔Lucas Kanade光流法 | 第19-22页 |
| ·光流 | 第19页 |
| ·光流算法原理 | 第19-22页 |
| ·光流跟踪点的选择 | 第22-25页 |
| ·角点检测 | 第22-24页 |
| ·跟踪点的选择方案 | 第24-25页 |
| ·基于前向错误检测和图像配准的光流跟踪算法 | 第25-30页 |
| ·前向错误检测方法 | 第26-27页 |
| ·基于图像配准的错误检测 | 第27-29页 |
| ·光流跟踪算法流程 | 第29-30页 |
| ·实验结果分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于分类的目标检测 | 第32-46页 |
| ·图像特征提取 | 第32-33页 |
| ·图像分类方法 | 第33-35页 |
| ·级联分类器 | 第35-44页 |
| ·图像预处理 | 第35-37页 |
| ·候选样本集 | 第37-38页 |
| ·方差分类器 | 第38-40页 |
| ·基于 1bit特征的随机森林分类器 | 第40-43页 |
| ·最近邻分类器 | 第43-44页 |
| ·实验结果分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于TLD的井下视频目标跟踪 | 第46-62页 |
| ·PN学习实现 | 第46-47页 |
| ·基于线性预测的TLD算法 | 第47-48页 |
| ·轨迹绘制和锚杆计数 | 第48-49页 |
| ·目标轨迹绘制 | 第48页 |
| ·锚杆计数实现 | 第48-49页 |
| ·跟踪及计数结果分析 | 第49-55页 |
| ·改进的TLD算法 | 第55-60页 |
| ·局部与全局相结合的搜索策略 | 第55-58页 |
| ·基于Openmp的TLD跟踪算法 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
