基于相关滤波的视觉目标跟踪改进算法
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第13-15页 |
缩略语对照表 | 第15-19页 |
第一章 绪论 | 第19-25页 |
1.1 研究背景及意义 | 第19-20页 |
1.2 国内外研究现状 | 第20-21页 |
1.3 目标跟踪算法框架 | 第21-23页 |
1.3.1 目标外观特征的分类 | 第21-23页 |
1.3.2 目标搜索策略的分类 | 第23页 |
1.4 视频目标跟踪的难点问题 | 第23-24页 |
1.5 本文研究内容及章节安排 | 第24-25页 |
第二章 核相关滤波跟踪算法理论概述 | 第25-35页 |
2.1 引言 | 第25-26页 |
2.2 核相关滤波理论基础 | 第26-28页 |
2.2.1 二维循环卷积定理 | 第26页 |
2.2.2 循环矩阵的性质 | 第26-27页 |
2.2.3 核函数以及核技巧 | 第27-28页 |
2.3 核相关滤波跟踪算法原理 | 第28-30页 |
2.3.1 算法概述 | 第28页 |
2.3.2 原理概述 | 第28-30页 |
2.4 核相关滤波跟踪算法流程 | 第30-33页 |
2.4.1 分类器训练模块 | 第30-32页 |
2.4.2 候选区域快速检测模块 | 第32-33页 |
2.4.3 模板更新模块 | 第33页 |
2.5 本章小结 | 第33-35页 |
第三章 基于集成模型的相关滤波跟踪改进算法 | 第35-55页 |
3.1 引言 | 第35-36页 |
3.2 跟踪结果有效性 | 第36-37页 |
3.3 Ada Boost算法原理概述 | 第37-40页 |
3.3.1 集成模型背景 | 第37-38页 |
3.3.2 Ada Boost算法流程 | 第38-40页 |
3.4 基于集成模型的相关滤波跟踪改进算法 | 第40-47页 |
3.4.1 问题描述 | 第40-44页 |
3.4.2 算法流程 | 第44-47页 |
3.5 实验结果与分析 | 第47-53页 |
3.5.2 实验配置 | 第48页 |
3.5.3 实验结果定性分析 | 第48-50页 |
3.5.4 实验结果定量分析 | 第50-53页 |
3.6 本章小结 | 第53-55页 |
第四章 基于贝叶斯推断的相关滤波目标跟踪算法 | 第55-67页 |
4.1 引言 | 第55页 |
4.2 联合置信图 | 第55-56页 |
4.3 模板更新策略 | 第56页 |
4.4 基于贝叶斯推断的跟踪算法 | 第56-60页 |
4.4.1 贝叶斯推断 | 第56-57页 |
4.4.2 算法原理 | 第57-59页 |
4.4.3 算法流程 | 第59-60页 |
4.5 实验结果与分析 | 第60-66页 |
4.5.1 实验配置 | 第60-61页 |
4.5.2 实验结果定性分析 | 第61-64页 |
4.5.3 实验结果定量分析 | 第64-66页 |
4.6 本章小结 | 第66-67页 |
第五章 基于分块的尺度自适应相关滤波目标跟踪算法 | 第67-85页 |
5.1 引言 | 第67页 |
5.2 多通道核相关滤波跟踪算法 | 第67-70页 |
5.2.1 目标方向梯度直方图特征 | 第67-69页 |
5.2.2 基于相关滤波算法的多通道扩展 | 第69-70页 |
5.3 基于分块的尺度自适应方法 | 第70-72页 |
5.3.1 分块位置与尺度变化的关系 | 第70-71页 |
5.3.2 模板更新 | 第71-72页 |
5.4 基于最小二乘法的尺度自适应跟踪算法 | 第72-74页 |
5.4.1 置信度计算 | 第73-74页 |
5.4.2 算法流程 | 第74页 |
5.5 基于RANSAC算法的尺度自适应跟踪算法 | 第74-78页 |
5.5.2 RANSAC算法 | 第75-77页 |
5.5.3 RANSAC算法直线拟合 | 第77-78页 |
5.6 实验结果与分析 | 第78-83页 |
5.6.1 实验配置 | 第78页 |
5.6.2 实验结果定性分析 | 第78-82页 |
5.6.3 实验结果定量分析 | 第82-83页 |
5.7 本章小结 | 第83-85页 |
第六章 工作总结与展望 | 第85-87页 |
6.1 工作总结 | 第85-86页 |
6.2 工作展望 | 第86-87页 |
参考文献 | 第87-93页 |
致谢 | 第93-95页 |
作者简介 | 第95-96页 |