基于多旋翼无人机的目标跟踪技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 多旋翼无人机平台研究现状 | 第16-18页 |
| 1.2.2 目标跟踪领域研究现状 | 第18-19页 |
| 1.3 主要研究内容 | 第19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第二章 无人机目标跟踪技术研究 | 第21-28页 |
| 2.1 目标跟踪 | 第21-23页 |
| 2.1.1 目标跟踪算法发展现状 | 第21-23页 |
| 2.1.2 无人机目标跟踪特点 | 第23页 |
| 2.2 无人机目标跟踪算法 | 第23-26页 |
| 2.2.1 基于生成的目标跟踪算法 | 第24-25页 |
| 2.2.2 基于判别的目标跟踪算法 | 第25-26页 |
| 2.3 跟踪效果的决定性因素 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于Camshift的改进无人机跟踪算法 | 第28-41页 |
| 3.1 Camshif跟踪算法模型 | 第28-30页 |
| 3.1.1 Meanshift目标检测原理 | 第28-29页 |
| 3.1.2 Camshift目标跟踪原理 | 第29-30页 |
| 3.2 MF-KF-Camshift目标跟踪算法 | 第30-36页 |
| 3.2.1 基于Kalman滤波的优化策略 | 第30-32页 |
| 3.2.2 基于多特征融合的优化策略 | 第32-35页 |
| 3.2.3 MF-KF-Camshift跟踪算法 | 第35-36页 |
| 3.3 实验对比以及分析 | 第36-40页 |
| 3.3.1 MF-KF-Camshift实验结果 | 第36-38页 |
| 3.3.2 实验对比以及结果分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于Staple的改进无人机跟踪算法 | 第41-58页 |
| 4.1 DSST算法与DAT算法 | 第41-43页 |
| 4.1.1 DSST目标跟踪原理 | 第41-42页 |
| 4.1.2 DAT目标跟踪原理 | 第42-43页 |
| 4.2 Staple目标跟踪算法 | 第43-46页 |
| 4.3 Staple_l目标跟踪算法 | 第46-51页 |
| 4.3.1 长期目标跟踪 | 第46-47页 |
| 4.3.2 跟踪置信度与更新策略 | 第47-48页 |
| 4.3.3 重检测模块 | 第48-50页 |
| 4.3.4 Staple_l算法框架 | 第50-51页 |
| 4.4 实验对比以及分析 | 第51-57页 |
| 4.4.1 VOT视频库跟踪效果验证 | 第52-54页 |
| 4.4.2 VOT基准算法性能评估 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于多旋翼无人机的目标跟踪 | 第58-70页 |
| 5.1 多旋翼无人机平台搭建 | 第58-59页 |
| 5.2 运行环境搭建 | 第59-61页 |
| 5.2.1 APM飞控环境搭建 | 第59-60页 |
| 5.2.2 RaspberryPi连接APM飞控 | 第60-61页 |
| 5.3 基于机器视觉的运动目标三维定位 | 第61-64页 |
| 5.4 实验及结果分析 | 第64-69页 |
| 5.4.1 实验准备 | 第64-65页 |
| 5.4.2 实验结果分析 | 第65-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 研究工作总结 | 第70-71页 |
| 6.2 下一步工作展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 在学期间的研究成果及发表的学术论文 | 第78页 |
