摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-27页 |
1.1 研究背景 | 第10-12页 |
1.2 国内外研究现状 | 第12-24页 |
1.2.1 目标跟踪技术的研究现状 | 第12-16页 |
1.2.2 目标跟踪算法的构成 | 第16-20页 |
1.2.3 均值漂移和基于检测跟踪算法国内外研究现状 | 第20-24页 |
1.3 本文的研究内容及章节安排 | 第24-26页 |
1.4 本章小结 | 第26-27页 |
第二章 均值漂移和关联滤波器理论 | 第27-38页 |
2.1 引言 | 第27页 |
2.2 均值漂移理论 | 第27-31页 |
2.2.1 核函数密度估计 | 第27-28页 |
2.2.2 密度梯度估计中的均值漂移向量 | 第28-29页 |
2.2.3 核函数的选择 | 第29-31页 |
2.3 关联滤波器理论 | 第31-37页 |
2.3.1 单通道滤波器 | 第32-33页 |
2.3.2 多通道关联滤波器 | 第33-37页 |
2.4 本章小结 | 第37-38页 |
第三章 改进颜色直方图和抗遮挡的均值漂移目标跟踪算法 | 第38-52页 |
3.1 引言 | 第38页 |
3.2 均值漂移目标跟踪算法的实现 | 第38-41页 |
3.2.1 目标颜色直方图模板描述 | 第39页 |
3.2.2 候选目标颜色直方图模板描述 | 第39-40页 |
3.2.3 相似度函数 | 第40页 |
3.2.4 目标定位 | 第40-41页 |
3.2.5 均值漂移目标跟踪算法流程 | 第41页 |
3.3 基于交叉区间颜色直方图的均值漂移算法 | 第41-45页 |
3.3.1 传统区间-区间颜色直方图的不足 | 第41-43页 |
3.3.2 平滑颜色直方图 | 第43-44页 |
3.3.3 像素权重的计算 | 第44-45页 |
3.4 抗遮挡的全局搜索方法 | 第45-47页 |
3.4.1 传统均值漂移算法局部最优的局限性 | 第45-46页 |
3.4.2 变尺度的全局搜索算法 | 第46-47页 |
3.5 跟踪算法的实施流程 | 第47-48页 |
3.6 实验结果与分析 | 第48-51页 |
3.7 本章小结 | 第51-52页 |
第四章 融合背景权重直方图的均值漂移目标跟踪改进算法 | 第52-72页 |
4.1 引言 | 第52页 |
4.2 融合两层卡尔曼滤波的均值漂移算法 | 第52-59页 |
4.2.1 卡尔曼滤波 | 第52-54页 |
4.2.2 两层卡尔曼滤波的引入 | 第54-59页 |
4.3 目标模板更新的条件及准则 | 第59页 |
4.4 背景权重直方图减少背景干扰 | 第59-63页 |
4.4.1 背景权重直方图 | 第60-61页 |
4.4.2 矫正的背景权重直方图 | 第61-63页 |
4.5 跟踪算法的实施流程 | 第63-64页 |
4.6 实验结果与分析 | 第64-71页 |
4.7 本章小结 | 第71-72页 |
第五章 扩展多通道关联滤波器目标跟踪算法 | 第72-102页 |
5.1 引言 | 第72页 |
5.2 核函数岭回归 | 第72-76页 |
5.2.1 希尔伯特空间 | 第74-75页 |
5.2.2 核函数及相关引理 | 第75页 |
5.2.3 核函数的构造 | 第75-76页 |
5.3 从时域重新审视最小化均方误差输出和滤波器 | 第76-77页 |
5.4 扩展多通道关联滤波器框架 | 第77-85页 |
5.4.1 基础训练样本为1时的模型构建 | 第77-78页 |
5.4.2 基础训练样本为1时的模型求解 | 第78-81页 |
5.4.3 基础训练样本为N时的模型构建 | 第81-82页 |
5.4.4 基础训练样本为N时的模型求解 | 第82-85页 |
5.5 利用扩展多通道关联滤波器实现目标跟踪 | 第85-89页 |
5.5.1 梯度直方图特征简介 | 第85-87页 |
5.5.2 跟踪算法的实施流程 | 第87-88页 |
5.5.3 与核函数关联滤波器的区别 | 第88-89页 |
5.6 实验结果与分析 | 第89-101页 |
5.6.1 预处理 | 第90-91页 |
5.6.2 算法复杂度分析与验证 | 第91页 |
5.6.3 定量评价 | 第91-94页 |
5.6.4 定性评价 | 第94-101页 |
5.7 本章小结 | 第101-102页 |
第六章 总结与展望 | 第102-104页 |
6.1 研究工作的总结 | 第102-103页 |
6.2 下一步工作的展望 | 第103-104页 |
参考文献 | 第104-119页 |
攻读博士学位期间发表的学术论文 | 第119页 |
攻读博士学位期间参与的课题 | 第119-120页 |
致谢 | 第120页 |