| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究的背景及意义 | 第12-14页 |
| 1.2 目标跟踪算法研究的的现状 | 第14-17页 |
| 1.2.1 国外现状 | 第14-15页 |
| 1.2.2 国内现状 | 第15-16页 |
| 1.2.3 TLD框架的目标跟踪现状 | 第16-17页 |
| 1.3 目标跟踪算法的发展趋势 | 第17-18页 |
| 1.4 本论文研究内容以及章节安排 | 第18-20页 |
| 第2章 基于TLD框架的跟踪算法介绍 | 第20-36页 |
| 2.1 TLD框架 | 第20-24页 |
| 2.1.1 基于TLD框架的跟踪算法 | 第20-23页 |
| 2.1.2 TLD框架的目标模型 | 第23-24页 |
| 2.2 TLD框架的跟踪器 | 第24-27页 |
| 2.2.1 前后误差法 | 第24-25页 |
| 2.2.2 Median Flow跟踪算法 | 第25-27页 |
| 2.2.3 跟踪失败的自检测 | 第27页 |
| 2.3 TLD框架的检测器 | 第27-31页 |
| 2.3.1 方差滤波器 | 第28页 |
| 2.3.2 集合分类器 | 第28-31页 |
| 2.3.3 最近邻分类器 | 第31页 |
| 2.4 TLD框架的学习器 | 第31-34页 |
| 2.4.1 P-N学习的原理 | 第31-33页 |
| 2.4.2 学习的具体策略 | 第33-34页 |
| 2.5 TLD框架的整合模块 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 基于SIFT的TLD跟踪器算法 | 第36-52页 |
| 3.1 SIFT算法 | 第36-42页 |
| 3.1.1 尺度空间极值检测 | 第37-40页 |
| 3.1.2 确定位置关键点 | 第40-41页 |
| 3.1.3 关键点方向确定 | 第41-42页 |
| 3.1.4 特征向量生成 | 第42页 |
| 3.2 基于SIFT算法改进的TLD框架的跟踪器 | 第42-46页 |
| 3.2.1 SIFT算法 | 第43页 |
| 3.2.2 基于SIFT改进的跟踪器 | 第43-44页 |
| 3.2.3 基于SIFT改进的TLD框架的目标跟踪 | 第44-46页 |
| 3.3 基于SIFT算法改进跟踪器的实验结果及分析 | 第46-51页 |
| 3.3.1 实验的平台 | 第46页 |
| 3.3.2 主观分析 | 第46-50页 |
| 3.3.3 客观分析 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 基于粒子滤波的TLD检测器算法 | 第52-66页 |
| 4.1 粒子滤波算法 | 第52-57页 |
| 4.1.1 贝叶斯重要性采样 | 第53-54页 |
| 4.1.2 选择重要密度函数 | 第54-55页 |
| 4.1.3 序贯重要性采样算法 | 第55-56页 |
| 4.1.4 重采样方法 | 第56-57页 |
| 4.2 基于粒子滤波改进的TLD检测器 | 第57-62页 |
| 4.2.1 粒子滤波的特点 | 第58-59页 |
| 4.2.2 基于粒子滤波改进的TLD检测器 | 第59-60页 |
| 4.2.3 基于粒子滤波改进的基于TLD框架的目标跟踪 | 第60-62页 |
| 4.3 基于粒子滤波改进检测器的实验结果及分析 | 第62-65页 |
| 4.3.1 主观分析 | 第62-63页 |
| 4.3.2 客观分析 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 改进的TLD框架的目标跟踪算法的综合评价 | 第66-72页 |
| 5.1 基于SIFT和粒子滤波改进的TLD框架的目标跟踪 | 第66-68页 |
| 5.2 目标跟踪算法客观评价标准 | 第68页 |
| 5.3 基于SIFT和粒子滤波改进的TLD的跟踪的实验结果及分析 | 第68-71页 |
| 5.3.1 主观分析 | 第68-70页 |
| 5.3.2 客观分析 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第6章 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72-73页 |
| 6.2 进一步工作 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-78页 |
